人工神经网络在隧道变形预测中的应用

将人工神经网络应用于隧道施工中的变形预测,预测结果表明,该模型具有较高的预测精度,为隧道变形预测提供了一种新的方法.     

人工神经网络在隧道变形预测中的应用

将人工神经网络应用于隧道施工中的变形预测，预测结果表明，该模型具有较高的预测精度，为隧道变形预测提供了一种新的方法。     

人工神经网络在中长期电力负荷预测中的应用

设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,进行电力系统的中长期负荷预测.选取影响电力负荷的一些经济因素作为神经网络的输入变量,并对分别采用单个因素和多个因素的组合作为输入量对预测精度的影响进行了探讨.在多因素组合时对输入量进行了归一化处理.仿真结果证明,使用人工神经网络方法进行中长期电力负荷预测是可行和有效的.     

人工神经网络在电力系统中的应用

介绍了人工神经网络在电力系统的短期负荷预测、多状态振荡的阻尼、谐波源的检测与辨识等方面的应用。     

人工神经网络在图像识别中的应用

人工神经网络技术现已成为近年来的热点研究领域，由于神经网络具有很强的自学习性、自组织性、容错性、高度非线性、高的鲁棒性、联想记忆功能和推理意识功能等，能够实现目前基于计算理论层次上的模式识别理论所无法完成的模式信息处理工作。本文介绍了采用人工神经网络进行模式识别的方法，并给出了应用实例。     

人工神经网络及其在控制中的应用

本阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别,并重点阐述了人工神经网络在控制中的应用。     

人工神经网络在教育资源管理中的应用

随着教育资源数据量、内容和形式的极大丰富,教育资源的组织和管理日益成为人们关注的焦点。文章指出了传统教育资源管理系统在教育资源飞速增长的情况下所存在的一系列问题,然后以此为基础,提出了将人工神经网络应用于教育资源管理中的初步设想。同时结合神经网络的结构特点,设计了教育资源管理系统模型,构建了教育资源管理的新模式,探讨了其在教育资源管理中所发挥的优势。     

人工神经网络在膀胱癌诊断中的应用

目的：探讨应用BP神经网络技术建立诊断模型来判断膀胱癌的可行性。方法：153例患者分为训练集和测试集,应用BP神经网络模型,建立人工神经网络诊断模型,然后随机抽样测试样本输入模型进行预测。结果：人工神经网络预测膀胱癌的灵敏度为100％,特异度为92．3％。结论：人工神经网络诊断模型对膀胱癌的判断有良好的诊断性能。     

自组织人工神经网络在隐伏矿定位预测中的应用

运用T Kohonen自组织特征映射人工神经网络,对会泽麒麟铅锌矿进行计算机识别,识别成功率达73%。结果表明该方法性能良好,可望能成为隐伏矿定位预测的一种有效的辅助手段。     

人工神经网络在检测中的应用

针对由传感器所获取的信号经信号处理后在应用中所受的限制，该文讨论了用人工神经网络应用于检测的技术。     

人工神经网络算法在林分材种出材率预测中的应用

以伐区设计资料与实际生产码单数据为基础,选择平均胸径、平均树高、保留密度、蓄积量为输入神经元,对各径级材种出材率进行BP网络模型模拟预测及精度检验,结果表明,基于神经网络算法的林分材种出材率BP神经网络模型具有较高精度,可为林分经验材种出材率的编制提供一种新的思路与方法.     

人工神经网络在试验设计中的应用研究

文章研究了如何将人工神经网络应用在试验设计过程中以提高试验设计的性能，分析指出现有试验设计方法存在试验成本高并具有破坏性等问题，提出用积累的历史数据和人工神经网络进行模拟试验的技术解决方案。     

人工神经网络在广东人口预测中的应用研究

为揭示人口变化规律,本文将人工神经网络应用于广东省人口预测。通过选取30年广东省年末户籍总人口,对数据进行归一化处理,确定神经网络结构及参数,对样本数据进行训练,最后得到预测数据。试验证明,神经网络具有较高的预测精度,是一种有效的预测方法。     

人工神经网络在建设工程评标中的应用模型

本文提出在建设工程评标中应用人工神经网络优选中标企业,详细介绍了该方法的应用模型及应用步骤,并且用实例来说明了该方法的优越性和实用性.     

人工神经网络在火灾探测中的应用

火灾的早期探测是较为复杂且具有重要意义的研究课题。针对传统火灾探测方法存在的不足,提出了一种基于人工神经网络技术的火灾自动探测系统,即采用黄金分割优选法对网络隐含层节点数进行优选,采用优于BP算法的LM算法进行网络学习训练。实验结果表明不仅这种系统具有拟合精度高和运算速度快等优点,且探测效率良好。     

人工神经网络在水文学中的应用

人工神经网络作为一种大规模的非线性连续时间自适应信息处理系统,在解决大量的非线性问题方面日益显示出优越性。本文就其在水文学中的应用作一说明,以增进人们对这一新的应用技术的了解。     

人工神经网络在学位论文质量评估中的应用

人工神经网络（Artificial Neural Networks）理论是80年代中后期世界范围内迅速发展起来的一个前沿研究领域，其发展已对计算机科学、人工智能、认知科学等领域产生了重要影响。其中值得一提的是美国生物物理学家Hopfield于1982年在建立的网络模型中引入“能量”函数。解决了网络稳定性的判据问题，并使网络具有联想记忆。自动分类和自动校正记忆误差的能力，被人们称为Hopfield的模型。当1984年他用模拟电子电路实现了这一网络，并用网络计算方法成功地解决了“巡回推销员问题”之后。人工神经网络理论的研究进入了一个崭新的、突飞猛进的时代。     

人工神经网络及其在分析化学中的应用

讨论了人工神经网络的基本原理，对神经网络在分析化学领域的应用作了综述。     

人工神经网络模型在水文地质学中的应用

介绍了人工神经网络的生理基础以及算法的基本结构,对其在水文地质学中进行反求参数的应用进行了阐述,并就应用的具体步骤及所建立的网络模型进行讨论。     

人工神经网络模型在水文地质学中的应用

介绍了人工神经网络的生理基础以及算法的基本结构,对其在水文地质学中进行反求参数的应用进行了阐述,并就应用的具体步骤及所建立的网络模型进行讨论。