数字波束形成中的神经网络方法

绝大多数通信信号都是具有周期平稳信号特征，CAB类算法是一种基于信号周期平稳特性下的波束形成算法。但是，由于算法中存在的矩阵求逆的巨大运算量的要求是算法的实时应用性变差。本文利用TH神经网络的巨量并行性的特点来解决算法中的这一问题，实验结果表明其性能优良。     

基于 GCN 的安卓恶意软件检测模型

函数调用图存在规模过大、无关信息过多等缺陷。为实现函数调用图的高效分析,对安卓恶意软件的恶意代码模式进行挖掘,提出一种基于图卷积神经网络（GCN）的敏感 API 调用模式,并设计相应的函数调用图精简方法,以及敏感 API 权重评价方法,有效降低了函数调用图规模,实现对敏感 API 调用模式的挖掘。检测模型综合了安卓恶意软件操作码特征、敏感权限特征、敏感函数调用频度特征,构建了基于多特征融合的安卓恶意软件检测系统,进一步提升了检测精度。数据集测试验证了 API 调用模式特征以及集成检测模型的有效性。     

神经网络集成及研究进展

神经网络集成是机器学习和神经计算重要研究领域,通过训练有限个神经网络个体,并将其结论进行适当的合成,可以极大提高学习系统的泛化能力,已经成为一种有广阔应用前景的工程化神经计算技术.本文讨论了神经网络集成的理论方法及其研究进展,并对该领域进一步研究的问题进行了探讨.     

用神经网络实现应变片温度补偿

针对应变片工作时易受环境温度影响产生温漂,导致测量的准确度下降,提出了一种基于递归神经网络的应变片温度误差的补偿方法,利用神经网络良好的非线性映射能力,根据实际工作参数训练网络,从而实现应变片温度误差的智能补偿。结果表明:当环境温度从20℃～60℃变化时,应变片的温度漂移可从补偿前的0.23%下降到补偿后的0.02%,能有效地解决温度漂移现象。     

BP神经网络的改进及其在股票预测中的应用

研究了BP神经网络,对BP算法的权值初始化进行改进,使得其收敛速度更快,并建立了基于BP神经网络的股价预测模型．最后以深发展A的收盘价为例,分析改进后NBP神经网络模型的预测效果．     

一种改进BP神经网络的车牌字符识别方法

文章提出了一种改进BP神经网络的车牌字符识别方法,进一步研究在干扰情况下的车牌识别问题,并采用系统化的方法,使用VC＋＋6．0设计并实现一个高效、鲁棒性好的车牌定位和识别系统。实验结果表明,提出的方法具有效率高、精确度好、对光照、旋转、噪声等具有良好的鲁棒性等特点．定位率和识别率可以达到90％以上。     

基于CPN网络的Web正文抽取技术研究

 通过研究使用CPN神经网络进行页面正文抽取,针对传统抽取技术在通用性、可扩展性和可维护性方面的不足提出一种解决问题的思路。     

基于特征权重优化的改进KNN Web文本分类算法

本文提出了一种基于权重优化的样本相似度测量的距离公式,改进了KNN文本分类算法.KNN算法通常采用传统的VSM模型,各个特征具有相同的权重,使其不适应于文本处理的环境.本文首先根据神经网络理论,采用灵敏度方法对文本特征向量的每个特征的权重进行修正,并且采用降低运算量的神经网络特征选择方法进行第二次降维处理.然后根据同一特征对不同类别的文本类的分类作用不同,对距离公式中的特征权重进行进一步改进,从而进一步提高了KNN文本分类算法的精度.     

基于BP神经网络的共享服务平台资源信息质量评价研究——以短租类共享服务平台为例

[目的/意义] 以短租类共享服务平台为例，构建共享服务平台资源信息质量评价指标体系，帮助此类平台企业高效地识别出存在信息质量问题的资源，提高平台整体的信息质量水平。[方法/过程] 首先基于信息传播学相关理论，对共享服务平台信息传播过程进行总结。然后根据共享服务平台信息传播的参与主体和访谈原始资料分析，构建共享服务平台资源信息质量评价指标体系，分为信源质量、信息内容质量和信息效用质量三个维度。最后提出基于BP神经网络的信息质量评价方法，并使用Matlab2018a软件对采集的100组样本数据进行训练和仿真验证。[结果/结论] 提出共享服务平台资源信息质量评价指标体系，并以短租类共享服务平台为例运用BP神经网络进行验证，实验证明该评价指标体系具有一定的可行性和实用性。     

遗传算法在柴油机故障诊断中的应用

BP神经网络在故障诊断时,对故障的学习训练盲目性大,导致速度慢,结果可靠性差。但是遗传算法可以优化挑选故障向量具有针对性,弥补BP神经网络诊断的不足。所以基于遗传算法的BP神经网络可以使各代种群在进化过程中容易得到全局最优解。实例对比分析,表明优化后的神经网络具有较好的收敛性能和运算速度,能够改善诊断精度。