基于人工神经网络的汉字识别方法研究

电子计算机广泛应用于信息处理中,有极强的算术和逻辑运算能力,有极高的运算速度、精确度和可靠度。但是,它的形象思维能力与人相距甚远。如果计算机具备了模式识别能力,人们就可以使用机器来执行感知任务。文章运用了人工神经网络,模式识别的方法及原理,以Matlab软件作为平台来探讨应用神经网络对汉字进行识别。并通过对汉字样本图象采集输入,汉字图象二值化,行字切分,十进制存储等预处理,分别在有、无干扰的情况下对汉字进行识别,从而评价其性能的优劣。     

空心板桥铰缝损伤识别方法研究

本文利用了空心板桥的受力特点和铰缝在板与板之间横向传力的作用,用数值方法研究了空心板桥在加一瞬态力后,自由振动过程中,损伤前后瞬态位移的变化情况,提出了基于瞬态分析的空心板铰缝损伤识别方法。     

公路隧道围岩稳定性探讨

隧道是修建在底层中的工程结构,在挖开地层并把隧道衬砌修建在地层内的过程中和以后,地层始终对隧道衬砌结构产生作用,本文在提出围岩稳定性基本判据的基础上,着重对公路隧道围岩稳定性进行了分析。     

煤帮变形对留巷围岩稳定性的影响研究

为了有效地提高沿空留巷围岩的稳定性,必须对留巷煤帮的变形进行深入的分析,有针对性地对巷道进行加强支护。首先建立力学模型,分析了巷道煤帮的应力分布状态、煤体破坏深度和破坏强度,以及极限平衡区的宽度,揭示了煤帮变形的影响因素,从而为分析弧形三角块的回转对沿空留巷巷帮煤体的破坏程度提供理论依据,并以此为工程实践提供理论与技术指导。     

隧道软弱围岩变形机制与控制技术研究

当前,在我国的隧道建设中,困扰施工者最重要的因素就是对软弱围岩隧道的建设工作。对软弱围岩中的隧道建设具有相当大的难度,如果设计或是施工不当,会造成围岩的严重变形,甚至引起隧道的坍塌等一系列安全事故的发生。这就需要施工者在展开施工之前,首先要对软弱围岩的变形机制有一个充分的了解,从而制定出合理的控制技术来进行施工,保证隧道的旖工能够安全有效。本文将通过对软弱围岩特征的分析,探讨在隧道的建设过程中如何制定出最合理的施工方案来进行施工。     

地下洞室围岩稳定性和预测变形研究

为了解决地下洞室开挖支护过程中,围岩变形及围岩失稳的问题,本文以铁法矿区晓明矿采矿巷道为研究对象,坚持理论联系实际原则,采用理论分析,数值模拟,现场实验相结合的手段,对晓明矿北二采区回风上山巷道进行了数值模拟研究。结果表明：只要选择准确的参数,采用合理的方法,就可以对地下洞室开挖及支护后,围岩的变形及其稳定性的问题作出准确的预测,为将来的施工设计提供可靠的参考。     

基于人工神经网络的股票选择系统

基于人工神经网络的股票选择系统茆田杨，黄朝贵（武汉水利电力大学４３００７２）１引言从事股票投资的投资者都要面临两个最基本的问题，一种是股票投资对象的选择问题，另一种是股票投资时机的选择问题。本文讨论第一种问题，即在投资风险相当的情况下，究竟选择阿种股...     

煤层围岩稳定性探测及控制参数设计

在煤层巷道掘进过程中,围岩变形经历了从塑性到弹性再到塑性,直至裂隙面形成导致岩体破碎的过程,这是岩体典型完整的破坏变形特征。通过对岩体内部原有及次生裂隙的观测,从而评级其稳定性,为围岩支护与控制提供参考依据,优化支护参数,达到控制围岩服务生产的目的。     

深部煤巷围岩控制及灾变及防治技术

本文从巷道变形的表现形式入手,分析了影响巷道变形破坏的主要因素,并根据这些影响因素提出了一些相应的防治措施,希望通过本文的阐述,能对深部煤巷围岩控制、灾变和灾变的防治技术有所帮助。     

隧道穿越软弱围岩的变形分析与控制方法

在隧道施工过程中,穿越软弱围岩时出现围岩变形或者是支护不平衡的现象是较为常见的施工问题。为此,隧道工程的重点是要将围岩的变形程度控制在标准的范围内。如果对这一问题处理不当,会导致严重的结构变形以及开裂的问题,不仅影响车辆的正常行驶,还会给人们的生命安全造成严重的威胁。因此,要从我国隧道建设的实际情况出发,找到产生软弱围岩变形的原因,进而采取可行的控制方案。本文就对这一问题进行深入分析,旨在给隧道施工人员提供参考。     

隧道围岩监控量测成果的应用与分析

本文通过时三角铺隧道围岩变形的数据进行回归统计分析,给二次衬砌提供科学合理的参数,确保施工的安全和质量。     

人工神经网络初探

本文介绍了人工神经网络的概念及其历史发展,并对人工神经网络的基本特征进行介绍,以期使读者对神经网络有一个更广泛认识.     

一种基于多层BP神经网络面部表情识别方法

人脸表情识别是指通过面部表情特征的计算,实现表情的分类.研究了基于面部运动特征的表情识别方法,提出基于神经网络的表情识别方法.该方法提出一种基于多层BP神经网络进行表情分类的方法,其特征提取利用脸部运动编码系(FACS)进行;训练BP网络作为依据运动特征进行表情分类的判别方法.实验表明分别时上下半边脸的运动单元(AU)进行训练和测试,取得了较好的识别效果.     

浅析人工神经网络

近年来人工神经网络越来越广泛地受到世界各国学者的关注，本文简述了人工神经网络的特点及其应用，重点阐述了人工神经网络的原理。     

深埋巷道围岩变形现场实测研究

对深埋巷道围岩位移进行现场实测,获得了深埋巷道围岩表面及深部的位移变化及岩石裂隙发展情况,掌握了巷道开挖后围岩变形机理,对深埋巷道支护具有指导意义。     

基于神经网络的多参数损伤识别

本文首先对损伤参数进行了理论分析,提出基于神经网络的损伤识别原理,利用ansys建立简支梁数值分析模型,建立非线性映射能力较强的单隐层BP网络进行损伤识别,定位损伤,较为准确的判断了损伤程度。     

基于人工神经网络的投资优化预测模型研究

针对宏观投资问题,运用改进的BP算法建立相应的神经网络模型,确定投资诸要素间的关系,并通过对投资分配的合理调整,确定最佳投资分配比例。在此基础上,以给定的投资总量对黑龙江省2004年的投资分配和总产值分别作了预测。仿真实验结果表明,该模型能够反映投资要素之间的非线性关系,并具有较为理想的精度及较好的预测效果。     

基于人工神经网络的教学质量评估建模的思考

利用人工神经网络理论建立教学质量评价系统的数学模型,采用各评价指标作为其输入,教学效果作为输出,基于最小二乘思想,采用梯度搜索技术,使网络的实际输出值与期望输出值的误差最小,经仿真计算该数学模型具有较好的辨识精度。     

煤矿不稳定围岩变形机理与控制技术研究

针对某矿围岩岩性松软、强度低、吸水软化等特征,巷道掘进出现底臌、顶板下沉、淋水的现象,巷道变形明显的关键问题,本文对不稳定围岩变形机理和支护技术难点进行分析基础上,根据现场实际,提出巷道分三个层次支护即采用网壳支架、高强树脂锚杆、注浆锚杆锚注配合底板钢筋混凝土反底拱联合支护。通过现场工业试验,取得较好的经济技术效果。     

人工神经网络的基本模型

本文介绍了人工神经网络的基本模型,以加强对神经网络的理解。