基于神经网络的信息检索课程多媒体教学质量评价体系

本文阐述基于BP算法的人工神经网络模型对信息检索课程多媒体教学质量评价的设计思想、评价模型和实现方法，较好地避免了传统方法人为计取权值和相关系数过程中的主观影响和不确定性，为信息检索课程多媒体教学质量评价开辟新的方法。     

基于级联深度卷积神经网络的档案图像真伪鉴别算法

针对档案数字图像内容的真实性鉴别问题,提出了基于级联深度卷积神经网络的图像真伪鉴别算法。该算法首先利用深度学习中的卷积神经网络模型自动提取特征点,然后构建协方差描述子作为特征点描述符并进行匹配,最后通过匹配的特征点判定篡改区域。实验证明,该算法能够准确地鉴别出图像的真伪。     

一类具比例时滞双向联想记忆神经网络的平衡点的存在性及唯一性

应用非线性测度方法讨论了一类具比例时滞双向联想记忆神经网络的平衡点的存在性、唯一性的充分条件。     

变电站倒闸操作票专家系统的推理机制

倒闸操作票专家系统的推理机制是专家系统的重要组成部分,在此着重介绍RBF神经网络和模糊控制相结合的推理原理,这种推理机制能显著提高倒闸操作票专家系统推理机的推理效率。     

智能控制理论与智能电器教学的融合

以智能电器课程为载体，将自动控制理论引入智能电器的教学中，采用生动、直观的方式给学生展现艰涩的控制理论转化成实际控制方案的过程。采用神经网络构建接触器的电磁吸力实时观测器，结合三位式滞环控制方法，实现接触器的直接吸力闭环控制。采用联合仿真及快速控制原型验证系统，直观呈现智能控制理论到实际控制方案的逐步转化过程，不仅便于学生理解枯燥的自动控制原理，同时有助于智能电器实践教学的逐级深入开展，实现理论与实践的融合。     

基于BP神经网络的大学生实践教学效果评价研究

实践教学是高等学校教学工作的重要组成部分,其中实践教学效果评价是保障高等学校实践教学质量的重要环节。针对高校大学生项目实践教学效果评价需求,构建项目实践教学效果评价指标体系,在此基础上设计调查问卷,利用网络问卷收集评价原始数据,通过Python进行数据预处理,并采用BP神经网络对某高校大学生项目实践教学效果实施评价,结果表明,该方法对于高校实践教学效果评价具有较强的实用性。     

基于CNN超混沌特性对图像加密技术的应用研究

在细胞神经网络(Cellular Neural Networks)的理论基础上,本文提出了一种应用于图像的加密算法.此加密算法主要是运用细胞神经网络的超混沌性质,从7维的神经网络混沌系统中选出可作为密钥源的变量,在此基础上应用Logistic映射产生Logistic混沌序列,从而可以将图像的像素进行置乱,进而达到对图像的加密的目的.结果表明,该加密算法具有较好的加密效果,加密后的图像的置乱度较高,还具有相邻像素之间相关性较小、抗攻击能力较强、容易实现、安全性更高等特征.     

基于BP神经网络的人体行为识别方法研究与实现

针对人体行为识别问题,本文设计实现了基于BP神经网络的人体行为识别方法。该方法在对原始三维加速度信号预处理后提取出特征值,并将向量空间划分为训练样本集和测试样本集。通过不断修正网络参数优化学习效果。经过学习后的BP神经网络达到了较高的人体行为识别正确率,并对所研究的7种日常行为都较好识别。     

概率神经网络在汽轮发电机组故障诊断中的应用

汽轮发电机组逐渐智能化,功能不断增强,但不确定性因素和不确定性信息仍然大量存在。针对该问题,用概率神经网络（PNN）诊断汽轮发电机组故障。PNN优点较多,机器学习算法简易、方便训练,相比于传统样本处理方法,PNN可训练样本并引入训练网络,更好地确保诊断结果正确率与可信度。MATLAB仿真结果表明,PNN在保证诊断结果准确的基础上,速度更快、分类性能大幅提高,诊断效率也提高至98%。     

神经网络在系统优化设计中的应用

本文首先简介了系统优化问题，然后以Hopfield神经网络在对铺设公路至若干油田的路线进行优化设计中的应用为典型事例，初步探讨了在复杂系统的优化方案设计中运用人工神经网络的可行性，并从中得出拥有并行分布计算优势的神经网络在解决系统组合优化问题时具有优越性这一结论。