基于人工神经网的入侵检测技术应用研究

入侵检测属于动态安全技术,它能够主动检测网络的易受攻击点。相对于传统的入侵检测技术来说,采用人工神经网的入侵检测具有检测准确度高以及能识别大量新型攻击的优点。本文提出了基于BP神经网络的入侵检测系统,详细分析了基于BP神经网络的入侵检测系统的设计和实现过程,并利用KDD cup 99数据集通过仿真实验表明这种神经网络算法可以有效地应用到入侵检测系统中。     

基于USB总线的嵌入式甲烷气体检测系统设计

文章应用红外吸收原理,设计了基于C8051F340单片机的嵌入式甲烷气体检测系统。该系统应用新一代、高性能的CIP-51单片机,实现了气体浓度的测量。通过USB接口实现与PC机的数据通信,完成了实验数据存储。该检测系统根据温度的实时测量值,并应用最小二乘法对甲烷气体浓度测量值进行温度校正。     

利用垃圾填埋场沼气资源进行复合微生物菌好氧扩培的技术分析

沼气是各种有机物质在厌氧环境中,并在适宜温、湿度条件下,经过微生物的发酵作用而产生的一种可燃性气体.它不是单一的气体,而是由多种气体组成的混合气体,对氧和氧化剂非常敏感,最适宜的pH值范围为中性或微碱性.     

基于神经网络的智能交通控制系统构建

针对当前智能交通发展的需求,结合当前的智能算法,提出一种基于BP的智能交通控制系统。为实现该系统,实现智能化城市交通控制的价值,首先对该系统的需求进行了分析,然后分别对系统的整体方案、硬件和软件等经了设计。在设计中重点对BP智能交通通行时间进行预测,并采用DSP处理器对BP算法进行运算,以提高运算的效率。最后给出部分实现的界面。     

ARIMA模型与BP神经网络模型的比较研究——基于供电企业电费现金流入预测

文章基于供电企业对电费现金流入预测的现实需要,分别建立了基于时间序列的ARIMA模型和BP神经网络预测模型,并对两种预测方法进行了对比分析,最终确定了以ARIMA模型为主、BP神经网络为辅的综合预测手段,有效地提高了电费现金流的预测精度,增强了供电企业的现金流管理水平。     

人工神经网络在经济预测中的应用

研究了人工神经网络在经济预测中的应用问题,探讨了人工神经网络的时间序列预测方法。该方法采用多层前馈神经网络及BP算法,其仿真实现是以MATLAB下神经网络工具箱作为开发工具。文中提出了一种基于BP网络时序预测通用方法,并通过实例验证了该方法的预测精度明显高于灰色系统预测方法。为了消除单一神经网络预测模型的系统偏差,探讨了组合神经网络时序预测方法;并用实例验证了组合神经网络比单一神经网络的预测精度高。     

基于BP神经网络的工作岗位评价系统设计

本文在建立工作岗位评价指标体系的基础上,设计了一种基于BP神经网络的工作岗位评价系统。为了克服传统BP神经网络容易陷入局部极小、收敛速度慢等缺点,通过增加动量项、学习率的自适应调整等改进方法建立新型的BP网络,采用层次分析法生成网络训练样本。该评价系统有效地利用了BP神经网络的优点,避免了工作岗位评价过程中的一些人为失误。仿真试验表明,该评价系统取得了令人满意的结果。     

离心压缩机喘振的预防及解决措施

离心压缩机是一种速度式压缩机,由于较其他压缩机来说,离心压缩机存在排气量大,效率高,结构简单,体积小,气体不受油污染以及正常工况下运转平稳、压缩气流无脉动等特点,广泛用于各种工艺流程中,用来输送空气、各种工艺气体或混合气体,并提高其压力。是工业生产中的关键设备。本篇文章就离心压缩机喘振产生的原因和危害做简要的分析,并介绍一些预防及解决喘振的措施,供大家参考。     

基于CMOS传感器的微型光谱仪设计

为了快速、有效的检测气体中含有的NOX、SO2等污染性气体的浓度。设计了基于CMOS传感器和交叉Czerny-Turner(CT)型光路的嵌入式微型光谱仪,通过16位AD转换和C8051f410,实现NOX、SO2等气体浓度的自动检测。并介绍了CMOS传感器的性能指标以及系统的软硬件设计。     

基于总线的煤矿通风机主轴温度监测系统研制

介绍了一种基于CAN总线的煤矿通风机主轴温度自动测试系统,通过对国内外风机主扇温度检测及通讯方法的分析、研究,确定了基于CAN总线的煤矿通风机温度自动测试系统的控制方案。以嵌入式单片机为核心设计了这一系统,并给出了系统的硬件结构和软件流程。     

基于计算机仿真技术的结构损伤识别方法研究

通过计算机仿真技术,建立了损伤结构的模型,得到了包含结构损伤位置和损伤程度信息的固有频率变化规律,采用适当的方式构造改进型BP神经网络的输入参数,对结构做数值模拟试验,从而对悬臂板结构进行损伤识别。结果显示,本文采用的方法在工程结构损伤检测中有很好的应用价值。     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

小样本条件下的煤矿安全评价方法研究

研究煤矿安全评价问题的现状,针对传统的BP神经网络要获得可信度较高的评价模型需要大量的样本进行学习的缺点,采用V—fold Cross—validation技巧,利用MATLAB神经网络工具箱,建立基于BP神经网络的煤矿安全评价模型,利用实际指标数据研究小样本条件下的煤矿安全评价,并验证评价效果的有效性。     

基于神经网络与专家系统集成的混合系统的研究及应用

文章分析了神经网络专家系统的结构、工作原理和集成模式结构,深入介绍了基于神经网络与专家系统集成的混合系统的结构和功能,最后给出了一个应用实例。     

Elman网络在短期负荷预测中的应用

文章介绍的Elman神经网络的短期负荷预测模型,具有模型简单、运算效率高的特点,并具有较好的全局最优性能,从而很好地克服了传统BP算法容易陷入局部极小点的缺陷。文章还比较了Elman网络和BP网络结构的建模效果。通过仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点,是一种实用、可靠的负荷预测方法。     

基于BP神经网络的项目管理绩效评估模型研究

根据项目管理绩效评估中存在的问题,研究了运用BP神经网络方法进行绩效评估的可行性。利用神经网络的自学习、自调整以及非线性映射功能,确定了基于BP神经网络的项目管理绩效评估模型的结构和算法,并结合实例进行了实证分析,取得满意效果,为项目管理绩效评估提供了一种新思路。     

基于神经网络的框架结构损伤诊断的探讨

利用神经网络技术对框架结构的损伤位置和损伤程度进行了研究。用有限元模态分析技术对平面框架结构的损伤情况进行了模拟,得到一系列频率、竖向位移、水平位移变化数据,将这些数据和损伤位置、损伤程度之间的映射关系作为网络训练样本,解决了以往对于对称结构损伤位置判断的难题,同时提出了用分步输出的方法解决了神经网络技术在框架结构应用中训练速度慢、不易收敛的问题。     

BP神经网络在工程项目管理中的应用及其贝叶斯正规化优化

BP神经网络已经在很多领域应用,而对于工程项目评价中的应用还处在起步阶段,缺乏有效的理论和经验。通过实证的方法,说明贝叶斯正规化方法在工程项目评价中的应用和精度高、自动归一化的优势。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。