基于BP神经网络的自动灭火技术研究

采用BP神经网络模型,主要从视觉感官和火灾中的火焰形态学特征两点入手,在图像特征的基础上研究火灾探测和自动灭火技术,从而达到将理论变为实际,通过软件实现方案中的算法,设计出一套完整的火灾探测和自动灭火系统的目的。     

基于GIS和神经网络的川西高原生态旅游适宜度评价

区域生态旅游适宜度评价是土地适宜性评价中一个较新的领域。川西高原由于其脆弱的生态环境和近年较快的旅游发展速度,成为我国生态旅游研究中一个值得关注的区域。本研究将两者有机结合,对川西高原生态旅游适宜度进行评价。以GIS和人工神经网络为评价手段,地理网格作为评价单元,从生态旅游的概念和内涵出发,得出区域生态旅游适宜度的四个影响因素:生态旅游资源、环境承载力、旅游基础条件、当地社会经济状况,进而构建了评价指标体系,从而形成了一套完整的区域生态旅游适宜度评价方法。评价结果将川西高原生态旅游适宜度分成四个等级:高适宜、中适宜、低适宜、不适宜,并相应地将川西高原生态旅游分成四个区:九寨沟-茂县-康定一线的高适宜区;若尔盖-马尔康-雅江-稻城条带状分布的中适宜区;以新龙县为中心呈三叉状分布的低适宜区;石渠、色达、壤塘三县为主的不适宜区。     

基于采编系统中相似文献辨识医学论文学术不端

借助采编系统内置的未发表相似文献、已发表相似文献学术不端检测功能,寻找学术不端行为的蛛丝马迹;举例分析医学论文学术不端行为的特征,将一稿多投、抄袭、剽窃、拆分发表等行为消灭在稿件初筛阶段.提出医学论文学术不端的防范对策:加强对作者的科研诚信教育和宣传,提高期刊编辑责任心及对学术不端行为的鉴别能力;建立科研失信档案,实行信息共享,努力将学术不端行为杜绝在论文发表之前.     

鲁棒辨识理论研究综述与应用展望

综述了鲁棒辨识问题及最新的研究进展,介绍了鲁棒辨识问题产生的背景,然后对参数鲁棒辨识类中集员辨识和非参数鲁棒辨识类中时域、频域以及时域/频域混合辨识理论及算法进行了评述,分析了其优劣,论述了鲁棒辨识理论的进一步发展方向及其应用前景.     

污水处理过程监控系统设计

针对污水处理过程的特点和工程实例,建立了基于人工神经网络的最优控制模型,分析了系统的数据采集、预处理、在线分析、优化与预测等过程。根据现场工艺要求实现了出水水质的在线预测,达到提高污水处理质量,降低污水处理成本的目的。     

基于神经网络的中小企业信用评价体系的构建

中小企业融资与大型企业具有不同的特点,将对大中型企业评价的方法运用到中小企业中,必然会导致贷款成本高、效率低、忽略了中小企业的成长性的特点。本文首先综述了神经网络的文献,再此基础上构建了基于神经网络的中小企业信用评价体系,以便更准确地评价中小企业信用。     

神经网络算法在高价值专利筛选中的实践研究

高价值专利是推动创新发展,充分发挥知识产权在市场中价值的重要抓手.而从浩如烟海的专利数据中筛选出高价值专利如同"大海捞针",如果仅靠人工进行识别和筛选,需要考虑的各类指标因素较为庞杂,在实际过程中不易操作.本文将机器学习技术与知识产权跨界融合,以中国专利奖获奖专利为主要数据样本,基于神经网络算法并利用TensorFlo...     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价研究

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度.BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法.     

基于BP神经网络的中国煤炭安全评价研究

本文从资源、供需、运输、灾害、环境、市场六个方面构建涵盖供给安全和使用安全在内的煤炭安全评价体系,应用BP神经网络进行中国煤炭安全评价的实证分析。研究发现:凭借BP神经网络在能源等非线性复杂系统高效的仿真能力和逆向输出的优势,仿真训练结果准确率高,模拟预测简便易行。虽然丰富的资源储量和较高的自给水平确保了煤炭的供给安全,但CO2和SO2排放造成严重的环境问题和温室效应,使得使用安全仍是煤炭安全需要关注的焦点。今后,需要在降低煤炭在能源结构中的比重,提升电煤消费份额,大力发展洁净煤技术等方面采取有效的应对措施。     

量子神经网络算法在电网故障诊断中的应用

将量子神经网络(QNN)方法应用到电网故障中,建立故障诊断模型。首先以保护装置和断路器的动作信息为条件属性集,建立电网故障决策表,然后将简化后的决策表作为训练样本,训练量子神经网络,使网络具有故障诊断功能。仿真实验结果表明,提出的算法有效提高了故障诊断的正确性和效率。