基于改进的神经网络异常声音自动识别系统研究

针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。     

脑电病历数据库设计

数据库是当今互联网的一个至关重要的技术之一,随着数据库的普及使用,数据库也渐渐应用到电子病历上来,各种电子病历大量出现,但是,如今针对脑电信息管理的病历至今仍少之又少,而一个高效的脑电电子病历对脑电诊断又具有十分重要的意义.文章介绍了数据库设计原理及脑电波的相关知识,阐述了脑电波病历数据库模型的设计的详细步骤.     

基于神经网络的车牌自动识别系统的研究

车牌自动识别系统是一种利用车辆的动态视频或静态图像从而进行车牌号码自动识别的模式识别技术,是计算机视觉技术与模式识别技术相结合的技术领域。本文应用图像处理技术对车牌进行定位、获取字符,对字符进行分割,利用神经网络识别技术来对车牌字符进行识别,从而达到较好的自动识别效果。     

基于神经网络的手写体数字识别方法的研究

讨论了点阵输入神经网络的手写体识别问题 ,在建立了互补的基本网络基础上 ,提出了组合网络结构。实验表明 ,组合网络能进一步提高识别率。     

基于模糊神经网络的变风量空调系统风量预测研究

总风量控制法自提出后,由于末端动作频繁、通信量大、控制复杂而一直处于研究完善阶段.本文在空调室的神经网络预测控制系统得出满意的动、静态性能的基础上.将模糊控制与BP神经网络结合,建立了模糊神经网络对变风量空调系统的风量进行预测,使它们有效地发挥各自的优势并弥补各自的不足,提高了预测的精度.预测结果表明这种改进的控制方式在空调系统的负荷预测方面是有效的、可行的.     

基于模糊神经网络的人才甄选系统

对BP神经网络和模糊神经网络在人才甄选中的应用性进行了比较,解释了基于模糊神经网络的人才甄选系统的构建思路,同时结合案例分析,检验了基于模糊神经网络的人才甄选系统的有效性,并取得了较好的效果。最后,针对研究中存在的一些不足,对未来的研究方向和要点提出了建议。     

基于神经网络的校园网入侵检测系统建设

简要列举了当前校园网络安全的主要威胁,并介绍了在神经网络技术基础上根据已有的校园网和其基本防御体系构建一个入侵检测系统的设计方案,最后对该系统的实现作了简要说明。     

脑机接口原理及系统组成

脑机接口使人能够在没有正常大脑信息输出通路参与的情况下,直接与外部环境交流,而且不需要任何语言和动作。本文详述了脑机接口技术的发展状况、工作原理及系统组成结构。     

基于BP神经网络人脸识别系统的研究与设计

BP神经网络的结构一般包含三部分,分别是输入层、隐含层和输出层。BP神经网络除了具有强大的可操作性结构特点外,它还可以在网络结构中引入若干个隐含的节点。由此我们可以运用BP神经网络算法来构造所测试的人脸模型。     

基于神经网络的水轮机调速系统故障诊断

作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安奎生产的基本保证。已有水轮机调速系统故障诊断方法存在诊断时间长、准确率低等缺点。本文针对水电站远程监控系统的需要，系统研究了水轮机调速系统故障诊断方法，提出基于神经网络的D-S证据推理方法，应用刘水轮机调速系统故障检测中，提高了诊断准确率。     

基于神经网络的电力系统谐波测量方法研究

本文介绍了电力系统测量中所应用的一些神经网络模型,主要介绍了基于BP网络的谐波测量模型和基于自适应神经元的谐波测量模型,通过对这些神经网络模型的分析和比较,对于神经网络在电力系统谐波测量中的应用方法进行了研究,并结合谐波的产生原因,探索适合地方电力系统谐波测量分析的模型,提出了对现行模型的改进建议。     

基于神经网络的再制造系统风险评价

为了给企业在开展再制造业务时提供风险评估参考模型,从再制造全生命周期涵及芬丽再.丽遥.票蔺荀蔽而不风险,构建包括收集、检测、拆卸、再制造和再循环五大环节的评价指标体系;建立基于Back Propagation (BP)神经网络的风险评价方法;并利用权矩阵之间的关系函数确定评价指标的影响次序,找出再制造系统风险的主要风险因素;然后通过]nternet收集资料选取五个企业的再制造业务风险评价作为样本训练模型;最后以某机床制造企业的再制造项目风险评估验证上述评估方法的有效性.     

基于改进神经网络的图像生物特征识别方法

在图像的固定生物特征识别过程中,传统的识别方法针对像素质量不高的问题,很难建立完整的寻优计算过程,识别效果不好。提出基于改进神经网络算法的图像特征识别方法。通过量子计算对神经网络进行优化,优化神经网络在特征识别中的阀值确定过程,完成图像识别。实验结果表明,利用改进的算法进行图像特征识别,能够极大的提高生物特征识别的准确性,扩展了应用的范围。     

基于神经网络的智能模糊控制研究及应用

本文简要介绍了模糊控制理论及其最新研究和应用进展。以水轮机调节系统为例,针对基于神经网络的智能模糊控制系统进行研究和实践。最后对模糊控制的后续研究热点和方向进行了展望。     

基于神经网络的数字水印技术的研究

文章将讨论神经网络在数字水印实现技术上的应用,并具体研究基于RBF神经网络的数字水印和基于离散Hopfield网络的改进方案。     

基于神经网络的变压器全局故障诊断系统

在传统分析方法的基础上,利用神经网络强有力的关系处理能力,研究提出变压器全局故障诊断方法。采用ART-2和BP两种神经网络进行数据分类,得到能较准确反映牵引变压器故障信息。采集来的数据聚类融合,形成故障诊断策略,给出变压器全局故障诊断模型。试验结果表明:该方法能够更好地分析变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断变压器故障带来的局限性,可以提高故障诊断的准确率。     

基于RBF神经网络的组合式特征选择算法

为了综合利用Filter与Wrapper法的优点,提出了一种针对高维数据的快速特征选择算法.实验表明该方法在特征子集的缩减规模及时间复杂度方面确有很大的进步,是一种快速、有效的算法.     

基于Elman神经网络的电信业务预测研究

介绍了Elman神经网络的结构,并将Elman神经网络应用于我国电信业务量预测。仿真结果和BP神经网络对比表明,Elman神经网络的预测结果更精确。     

基于神经网络的人脸识别方法研究

作为一个重要的人类外部特征．人脸识别具有重要的理论和实际应用价值针对人脸图像具有大样本和高维度的特点．本文提出了BP神经网络识别算法,分析了BP神经网络的基本特点,提出了利用人脸图像预处理获得面部图像的特征值,最后设计针对人脸识别的神经网络系统     

基于神经网络消除噪声技术的研究

针对应用神经网络对消除噪声技术进行了研究。主要完成了以下的研究工作：研究了利用神经网络来消除噪声的可行性。探讨了基于反向传播（BP）神经网络和基于径向基函数（RBF）神经网络的消除噪声,并利用MATLAB软件进行仿真,得出一系列仿真波形.