以模糊评判为基础的大学生素质BP神经网络模型

文章建立了大学生综合素质评价的指标体系，并利用模糊数学多级综合评价的原理，对大学生的综合素质进行模糊评判。同时，利用评判结果建立了误差反传的BP神经网络模型，并在该模型中引入非模糊评判的教师对，该模型克服了模糊评判时权重的不可改变性，实现了素质评价指标和大学生综合素质的非线性映射。计算结果表明：该神经网络模型具有一定的合理性和实用性。     

Wind turbine fault detection based on SCADA data analysis using ANN

Wind energy is one of the fast growing sources of power production currently, and there is a great demand to reduce the cost of operation and maintenance. Most wind farms have installed supervisory control and data acquisition （SCADA） systems for system control and logging data. However, the collected data are not used effectively. This paper proposes a fault detection method for main bearing wind turbine based on existing SCADA data using an artificial neural network （ANN）. The ANN model for the normal behavior is established, and the difference between theoretical and actual values of the parameters is then calculated. Thus the early stage of main bearing fault can be identified to let the operator have sufficient time to make more informed decisions for maintenance.     

人工神经网络及其在经济领域的应用

对人工神经网络的发展历程及其特点做了初步的介绍,着重讨论了人工神经网络在经济领域的应用现状和存在的问题,并将其应用到对加工贸易转型升级的评价中。     

Synthesized Multi-Method to Detect and Classify Epileptic Waves in EEG

In order to sufficiently exploit the advantages of different signal processing methods, such as wavelet transformation (WT), artificial neural networks (ANN) and expert rules (ER), a synthesized multi-method was introduced to detect and classify the epileptic waves in the EEG data. Using this method, at first, the epileptic waves were detected from pre-processed EEG data at different scales by WT, then the characteristic parameters of the chosen candidates of epileptic waves were extracted and sent into the well-trained ANN to identify and classify the true epileptic waves,and at last, the detected epileptic waves were certificated by ER. The statistic results of detection and classification show that, the synthesized multi-method has a good capacity to extract signal features and to shield the signals from the random noise. This method is especially fit for the analysis of the biomedical signals in biomedical engineering which are usually non-placid and nonlinear.     

基于ANN的电子商务水平测度指标权重的确定方法

总结了国内外电子商务水平测度的研究现状,分析了具有代表性研究的测算方法及其权重确定方法,提出了一种基于ANN的电子商务水平测度指标权重的确定方法,并给出了思路与算法。最后利用国家和12个省市的统计资料进行了实证分析,根据提出的MBP算法编程建立了神经网络,并确定了各指标权重。     

基于人工神经网络的研究生课程评价模型

在研究生网上课程评价系统收集的大量数据基础上,构建了一种基于人工神经网络的多指标课程评价模型,并将网上调查的结果以连接权的方式赋予该评价模型进行训练。通过实际评价数据的验证,该模型能够准确地按照实际评价的过程进行工作。     

语音特征的神经网络识别

针对非特定人的孤立词识别问题，研究构造了基于神经网络建模的语音识别算法。该算法的意义在于将神经网络应用于非特定人语音识别中，并取得了较好的识别效果，表明了神经网络在语音识别中的优势。     

基于神经网络的工程图知识表示方法研究

本文在分析工程图知识特点的基础上,提出采用人工神经网络的方法表示其知识,使用BP神经网络实现工程图形符号的知识表达,并设计了基于BP的工程图符识别方法,把识别过程转化为网络内部权值计算过程。     

基于n-gram及SVM的中文垃圾邮件过滤

在基于内容的垃圾邮件过滤方法中,特征表达和分类算法十分重要,本文应用n-gram方法进行特征表达,以支持向量机（SVM）作为分类算法,并选取传统的人工神经网络（ANN）作为分类器作为对比,并采用不同大小的训练集和测试集来测试SVM及ANN的分类效果,观察训练集和测试集大小对于分类效果的影响。     

基于ANN模型的北京市公交客运量预测研究

通过对运输部门服务区域内不同出行方式(包括乘用公共电车)或乘行方式分布比率的已有状态及其动向的分析,利用ANN模型预测未来某一时期的客运量,为城市公共交通规划提供决策依据.