简介：摘要高铁隧道变形监测过程中有很多不确定因素导致获得的监测数据包含很多随机误差，利用小波分析理论先对数据进行降噪处理，再通过小波分析与经典的人工神经网络相结合，建立小波神经网络模型进行预测。与BP网络模型相比，经过小波函数降噪后再进行预测模型的建立所获得的预测结果精度更高，误差小，在高铁隧道的变形监测研究中有很好的应用前景。

简介：摘要：全球导航卫星系统(GNSS)是一种高度精确、连续、全天候和近实时微波技术，其中GPS的应用最为广泛，目前GPS已经能够达到毫米级的平面坐标定位精度，这种优势能够大大缩减人工测量的时间，提高效率，但是由于GPS所测高程和我国工程测量中使用的高程基准面不同使得GPS高程测量值的应用受到限制。针对将GPS高程测量值通过拟合方法转换为工程坐标下的正常高的研究有着广泛的实用价值。本文采用目前流行的BP神经网络法对测区范围内GPS所测得的大地高数据进行拟合，基于GPS测量得到已知点坐标和高程异常，建立两者之间的神经网络关系，并对网络进行训练，根据预测值和实际值之间的差异对网络中的权值和阈值进行重复计算修改，最后使得预测与实际值之间的误差满足要求，计算外符合精度并对未知点的高程异常值进行预测。通过MATLAB实现BP神经网络高程拟合并与多项式曲面拟合方法进行精度比较，最后得出BP神经网络拟合精度高且相比于多项式曲面拟合法具有准确性，可靠性和稳定性。

简介：摘要：本文将深入探讨神经网络在伺服驱动控制中的应用，将详细研究伺服驱动控制的原理。随后，深入探讨神经网络在伺服驱动控制中的广泛应用，从建立和分析控制系统到设计和执行有效的控制策略。本文详细讨论了神经网络在伺服驱动控制方面的优势和不足。

简介：摘要：随着科技的不断发展，图像识别已经成为研究的热点领域。深度神经网络作为现代人工智能的重要分支，为图像识别技术的发展带来了革命性的突破。本文旨在研究面向图像识别的深度神经网络模型设计，探讨不同模型的设计方法和优劣，并深入分析其内在机制。通过实验对比和分析不同模型的性能，总结各自的特点和适用场景，为未来的研究和实践提供有益参考。

简介：摘要：现阶段，科学信息技术得到了飞速发展，人脸识别技术在日常生活中的应用越来越广泛，已经逐渐成为计算机视觉领域研究的重点方向。人脸识别技术的核心算法主要是通过获取人脸上眼睛、嘴巴等五官具体位置，利用相关数据对脸型和角度进行详细有效的分析，以此明确用户的身份。人脸识别技术在大数据环境下获得了良好的发展空间与发展机遇，同时也面临着一系列挑战与困难。基于此，文章首先介绍了卷积神经网络的类型，然后对多任务卷积神经网络的人脸识别模型进行了分析，最后提出了多任务卷积神经网络的人脸识别技术发展策略。

简介：摘要：2D转3D是3D图像/视频内容制作的重要研究方向之一。随着高清显示终端和智能手机等的普及，医学图片偏向于复杂人体病理切片图较为复杂，2D图片已经不能满足广大用户的需求，并且3D显示的应用越来越广泛。但由于3D片源制作复杂、耗时长等原因，导致3D片源严重不足。2D转3D技术可以相对快速的把普通的2D图像/视频内容转化为3D内容，省去了人工拍摄耗时耗力的过程，因而可以缓解3D片源不足的问题，同时使得一些复杂医学图片以3D的形式重新再现于医学专业。

简介：摘要：在建筑工程估价中，人们利用传统的计算工具来计算工程造价，已经不能适应信息化迅速发展的时代，人们迫切需要一种新的方法来代替原来的传统的计算方法。一个有经验的预算师或者估算师，根据某个工程的类别、特征，参照已建工程的数据资料，运用某种方法就能较准确地计算出该工程的造价，误差比较小，这种专家的大脑思维方式值得我们学习。本文引入人工神经网络中的bp网络模型，介绍该模型工程估价的计算过程，指出该模型可对不同情况的工程造价进行合理的预测，并能取得良好地效果，为工程估价带来巨大变化。

简介：摘要：遥感图像在农业监测、城市规划、地图生成和更新等方面有着广泛的应用。在深度学习的背景下，卷积神经网络是当前最受欢迎的一种图像处理技术，能够实现对图像的深度特征的自动学习和抽取，极大地提高了图像的处理精度。为此，文章运用卷积神经网络技术对广东省高分辨率遥感图像进行了研究，并给出了一种基于卷积神经网络的耕地提取算法。

简介：摘 要:本文主要探究悬臂梁桥施工过程中挠度设计值与实测值之间存在的误差，及如何应用BP神经网络通过已施工阶段的误差值来对未施工节段的误差进行预测。并通过构建BP神经网络模型预测值来实现对桥梁施工进行优化指导，并将此模型应用于汕头市连阳河特大桥悬臂段施工挠度误差模拟预测。实验表明BP神经网络模型在悬臂施工挠度误差预测中精度较高，有较好的效果。并对施工过程中可能造成挠度误差的主要原因进行了分析。

简介：摘要：近年来，干细胞已成为生命科学和医药研究领域的关注点之一，它所衍生出的干细胞移植替代疗法主要通过特定的方式，将干细胞移植于病灶部位并实现分化，重塑具有正常功能的细胞及组织，继而实现疾病治愈的目标。本文通过相关中英文献进行检索，综述干细胞治疗神经退行性疾病的最新治疗现状，为后续学者提供一定的参考价值。

简介：摘要：神经内科疾病患者由于病情复杂、康复周期长，需要在医院和家庭进行长期的护理。然而，目前我国神经内科疾病患者的居家护理存在诸多问题，如护理知识缺乏、护理技能不足、康复训练不合理等。因此，本研究围绕神经内科疾病患者居家护理指导方法进行探讨，旨在提高患者的生活质量和康复效果。

简介：摘要：针对传统网络安全评估方法参数量大、准确率不高等问题，网络攻击多样化特点，本文通过引入神经网络算法，提出了一种新的网络安全态势评估方法。该方法使用主成分分析法对评估数据集的特征温度进行处理，并利用神经网络算法，搭建了相关评估模型，再利用优化算法对神经网络参数进行优化处理，获得最优因子，使得评估模型的性能得到提高。经测试证明，本文提出的基于神经网络算法的网络安全态势评估方法，不仅能够提高安全态势评估准确率，还能够提高其可靠性。

简介：摘要：随着遥感技术的不断进步和深度学习算法的快速发展，逐渐出现了一系列应用于遥感图像分类的神经网络模型。本文通过对近年来相关文献的综述，总结了各种神经网络模型在遥感图像分类中的应用情况、优缺点及发展趋势，旨在为遥感图像分类领域的研究者提供参考和启示。

简介：摘要：昏迷是一种临床上常见但又复杂多变的症状，严重影响患者的生命质量。神经内科在处理昏迷患者时需要运用多种临床诊断方法，并制定个体化的治疗方案。本文将探讨神经内科在昏迷患者的诊断和治疗中的方法和体会，旨在提高医务人员对昏迷患者的认识和治疗水平。

简介：摘要：本系统开发完成时间：2024年1月12日，首次发表时间：2024年1月18日

简介：摘要：本系统开发完成时间：2024年1月12日，首次发表时间：2024年1月18日

简介：摘要：图像技术是工业生产环节使用的重要手段，以工业产品件检测为例，尤其在柔性以及非接触式的情形下，依赖人工很难完成相关工作。本文以工业产品件的检测场景及图像处理为需求，开展图像特征提取、特征数据增强等技术应用研究并搭建基于RNN神经网络的图像数据增强系统，以此实现图像的增强处理，强化图像的有效信息，增强图像数据处理的价值以及获得更为准确的结果，为企业在生产及检验检测方面提供技术支撑。

简介： 摘要:高层建筑结构体系的选择是结构初步设计中的关键环节，直接影响着建筑的安全性和经济性。本文探讨了利用神经网络技术进行高层建筑结构体系选择的理论基础和方法。神经网络作为一种模拟人脑信息处理机制的计算模型，能够有效地处理结构设计中的不确定性因素，并模拟专家的决策过程。本文详细介绍了神经网络的基本原理、结构及其在高层建筑结构体系选择中的应用，旨在为高层建筑结构设计提供一种新的智能化方法。

简介：摘要：随着人工智能技术的飞速发展，以深度学习为代表的人工智能算法在计算机视觉、自然语言处理、语音识别等领域取得了巨大的成功。人工智能算法的快速发展需要强大的计算能力，传统的 CPU、 GPU等通用计算机芯片已经无法满足大规模应用需求。为了解决这一问题，将深度学习应用于计算机视觉和语音识别领域，研究基于 FPGA的神经网络加速器（Neural Networking Accelerator, NNA）成为新一代通用计算机芯片研发的热点。本文在分析现有神经网络加速器设计方法基础上，设计了基于 FPGA的神经网络加速器架构，并对其进行了性能仿真和实验验证。

简介：摘要：电梯故障诊断是提高电梯安全性和运行效率的关键任务。神经网络技术以其在非线性问题处理、模式识别和决策等方面的优势，被广泛应用于电梯故障诊断中。在电梯故障诊断中，神经网络模型如BP网络模型、遗传小波神经网络模型和模糊神经网络模型等，可以通过学习和训练数据提取故障特征并进行故障分类。神经网络技术的应用可以提高电梯故障诊断的准确性和效率，为电梯维修人员提供有效的决策支持。