基于CMAC神经网络和Kalman滤波器的三维视觉跟踪

采用Kalman滤波器来预测图像特征点的位置，然后在其周围建立图像处理窗口，以达到减小特征点搜索区域及提高图像处理速度的目的．根据基于图像的视觉伺IBVS（image based visual servoing)的原理，在视觉伺服控制环中加入CMAC(cerebellar model articulation controller)神经网络来实现从图像空间的误差信号向输入空间的控制信号的非线性映射，从而避免了图像雅可比矩阵的不断调整及其复杂的求逆过程．模拟结果表明：采用Kalman滤波器能有效预测特征点的位置，同时采用CMAC神经网络能实现在线有导师学习，末端执行器能较好地对目标物体进行跟踪．     

BP神经网络在软件质量评价中的应用研究

软件质量评估是软件项目开发中的重要环节之一。针对软件质量缺乏综合性评价体系和方法的问题,通过分析软件质量体系,选取适当软件质量属性作为评估指标,引入BP神经网络算法,提出一种基于BP神经网络的软件质量评估模型。以样本数据训练神经网络,并对网络进行测试。结果表明,该方法能够较为准确地评估软件质量,对提高软件质量具有参考价值。     

用于控制系统故障诊断的神经网络和专家系统

本文介绍了神经网络和专家系统在控制系统故障诊断中的应用，并讨论了神经网络和专家系统相结合的一种预处理结合故障诊断方法。     

整流电路智能故障诊断的一种新方法

介绍了一种采用BP神经网络对电力电子故障进行诊断方法。以三相整流电路为例，说明了神经网络采样样本的选取，以及输出与故障元之间的对应关系，实现了智能故障诊断。仿真结果证明该方法是有效可行的。     

基于投影与深度学习网络的三维人脸特征点定位方法

标定三维人脸模型特征点对人脸识别、人脸建模等都具有重要作用。针对人脸特征点标定需要手工干预、标定特征点个数少或不准确、标定时间长等问题,提出了一种基于投影与深度学习网络的人脸三维模型特征点标定法。基于正交投影,生成人脸三维模型二维深度图与二维特征点位置,采用以卷积神经网络为主的深度学习网络模型训练测试,将深度图上特征点映射到三维人脸模型,实现眉毛、眼睛、鼻尖、嘴巴等重要区域的特征点定位。实验表明,该方法可自动标定三维人脸模型特征点,快速、准确预测足够数量特征点位置。     

分布式数据采集系统和集成神经网络在风机故障诊断中的应用

介绍一种将故障诊断理论应用于工业现场的方案-基于分布式数据采集系统和集成神经网络的大型风机在线监测和故障诊断系统。系统利用自行开发的FADM-4000模块采集处理振动信号，利用集成神经网络模型对大型风机进行在线故障识别。并通过一应用实例，验证了该诊断系统的有效性。     

具分布时滞和变系数的细胞神经网络概周期解的存在性

利用Tychonov不动点定理,研究一类具分布时滞和变系数的细胞神经网络的概周期解的存在性,得到了一个全新的结果.它与文献[8]的结果是互不包含的.     

基于神经网络预报的动态矩阵预测控制

提出了一种基于径向基神经网络预报的动态矩阵预测控制新算法，在该算法中，先用RBF神经网络辨识对象模型，同时预测对象的未来输出，然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模的问题，仿真结果验证了这一新型算法的可行性。     

基于3D卷积神经网络的人体行为识别方法

为了提高视频中人体行为识别的准确率,更好地利用视频中的原始信息,提取出更具有代表性的特征,提出一种基于3D卷积神经网络的人体行为识别方法。该方法构建了一个深层三维卷积神经网络模型,使用三维卷积核进行卷积操作,提取视频中人体行为的时域和空域特征,通过多层卷积操作对底层特征进行再组合,得到抽象的高维特征。在KTH数据集上的实验结果表明,该方法有较好的识别效果。     

基于深度神经网络在线密码攻击模型的研究

密码创建规则中包含多种多样的个人身份信息组合方式,不仅文法结构规范特殊,而且语义内容丰富.对于文本处理方法,传统的基于概率上下无关文法模型会导致文本特征表示稀疏、语义信息或丢失的问题,因此提出利用深度学习DNN算法.通过对个人身份信息数据进行特征提取,构建语义分类表示的深度神经网络,并为该模型设计训练方法来进行广泛的训练.最后通过实验表明深度学习DNN算法能够提高个人身份信息语义识别的性能,在一定程度上优于已有的一些密码攻击方法.