学科分类
/ 2
31 个结果
  • 简介:摘要:本文旨在研究基于神经网络的生活垃圾焚烧炉火焰优化诊断方法,以提高焚烧炉的效率和环保性。现今,生活垃圾处理对于环境保护和资源回收至关重要。优化焚烧炉火焰是提高废物处理效率和减少环境影响的关键一环。通过应用神经网络技术,本研究旨在开发一种高效的火焰优化诊断方法,以实现更清洁、高效、可持续的生活垃圾处理。

  • 标签: 神经网络 生活垃圾 焚烧炉 火焰优化 环保
  • 简介:摘要:社会、人体、细胞均依据《河图》《洛书》规则构建而成;以众多的个体人为元素以《河图》《洛书》为规则组合成社会,以众多的细胞为元素以《河图》《洛书》为规则组合成人体,以众多的原子为元素以《河图》《洛书》为规则组合成细胞;社会的灵魂是文化市场,人体的灵魂是大脑皮层和微神经网,细胞的灵魂是染色体;社会灵魂、人体灵魂、细胞灵魂形成永生网络。

  • 标签:   信息流 物质流 灵魂 项目组 工作组
  • 简介:火灾智能探测算法具有自学习和自适应功能,是当前火灾探测算法研究的热点,神经网络的方法是其中一种重要的方法,4地国标GB4715-93中规定的四种标准火实验中获得的多以数信号进行了分析,并构建了前馈神经网络对这四种标准火的信号进行识别。将网络改造后也可用于标准火的探测。

  • 标签: 智能探测算法 前馈神经网络 火灾 信号识别
  • 简介:摘要针对目前我国工程可行性研究阶段估算方法不合理、投资估算精度不高、缺乏合理的定价依据、编制方法不合理等诸多问题,根据工程造价的特点,在分析现有投资估算方法优劣的基础上,提出运用神经网络模型估算法来估算桥梁工程的造价。文章通过对工程投资估算规范性文件、相关研究的文献资料进行信息沉淀分析,咨询专家并结合工作实际情况,最终确立了7个影响工程投资估算的因素,之后对7个影响因素运用技术手段进行了可量化处理,为以后工程造价估算提供了简单有效的方法,对工程造价的精度控制在10%以内起到了积极的作用。

  • 标签: 神经网络 工程造价 工程量 估算 影响因素
  • 简介:摘 要:当前高层建筑工程造价评估精确性较低,根据国家政策走向市场定价,改革前期可能造成估算指标与实际消耗量较大差距;在针对成本准备预测问题,本文提出了基于BP神经网络下的高层建筑工程成本造价评估模型。实验证明,该方法能够充分利用有限的数据信息,高效精准地评估出最佳成本造价方案,信息处理能力显著提升。

  • 标签: BP神经网络 高程建筑工程 成本造价 评估模型
  • 简介:摘要:针对土木工程结构施工现场人员安全帽佩戴情况识别问题,对基于卷积神经网络的施工人人员佩戴安全帽智能判别方法进行了研究,并设计了一套安全帽佩戴智能识别软件系统。卷积神经网络模型主要包括 AlexNet网络和 Faster R-CNN网络。网络模型在 Matlab中进行了训练和验证,训练损失小于 0.2%,验证了该智能判别方法的有效性。

  • 标签: 卷积神经网络, AlexNet, Faster R-CNN,安全帽
  • 简介:摘要车辆在黄灯期间的加速度变化与交叉口交通事故发生频率息息相关。为有效预测并量化驾驶人黄灯期间在交叉口的制动减速度和行驶加速度,构建了BP神经网络加速度预测模型,在信号交叉口实测数据基础上,通过Pearson相关性检验法分析了加速度的影响因素,并进行仿真预测验证。结果表明,构建的模型可有效预测驾驶人黄灯期间在交叉口的制动减速度和行驶加速度。

  • 标签: 信号交叉口 BP神经网络 Pearson检验法 加速度 预测模型
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:摘要 本文针对水厂运行单体无人值守的发展趋势和比例加矾在平流沉淀池应用中具有较长滞后性,无法及时响应原水因素的突变从而造成水质不稳定性和不可靠性的弊端,以及混凝沉淀过程具有非线性的特点,提出基于BP神经网络的自动加矾数学模型。该模型以原水流量、浊度、温度、pH值、沉淀水浊度控制指标为输入量,以矾耗为输出量。该模型对南京水务集团某水厂某一系列平流沉淀池的矾投加量等生产数据具有较好的拟合性,证明该模型可应用于自动加矾生产领域,以弥补人工经验投加或按水量比例投加的不足。

  • 标签: 净水厂 自动加矾 BP神经网络 数学模型
  • 简介:摘要:当前,我国的建设工程技术发展迅速,水处理工程历经坎坷,由弱到强。新中国成立以来,水处理工程应用技术不断创新,近年来电气自动化技术在水处理工程中应用广泛,在不同类型的水处理工程中采用了不同的控制系统,完成了对设备的精密控制,为精准检测电气自动化设备故障,采用神经网络诊断电器自动化设备故障。将电气自动化设备故障分为五类,选取电气自动化设备负载端输出电压和输入端电流为采样点,在采样点收集原始数据;采用基于BP模型的神经网络结构,对采样原始数据进行前向计算、误差计算和误差反向传递,在此基础上,采用自适应学习的故障检测算法实现自动化电气设备的故障的自适应检测,该算法不仅能够准确检测设备的已知状态,还可对非训练样本集的状态类型进行自主学习,实现了设备故障的自适应检测。实验检测发现,该方法检测故障可信度和故障检测率均高于0.95,且抗噪性能佳。

  • 标签: 水处理工程 电气自动化设备 BP神经网络 故障检测