3P神经网络在颜色空间转换中的应用

色彩管理在彩色印刷中对印品质量起着非常关键的作用,而颜色空间转换又是其中尤为重要的组成部分。近年来业内人士采用诸多方法对颜色空间转换进行了研究。本文从理论基础和建模过程两方面对基于BP神经网络的颜色空间转换方法进行了系统研究,并以三维查找表法为对象对其进行了模拟对比分析。研究表明：基于BP神经网络的颜色空间转换方法理论简单,建模方便快捷,适应性强,易于推广。但目前其建模精度稍低。可以预见,随着建模方法的改进,该方法用于颜色空间转换将会有广阔的发展空间。     

基于神经网络的数码相机颜色空随转换方法研究

数码相机作为一种常见的图像采集设备被广泛应用,对其进行颜色空间转换的研究具有重要的应用价值。文中研究了基于神经网络的数码相机颜色空间转换中的6个影响因素,提出了利用数据归一化预处理解决函数收敛性问题的方法,并分析了合理设定目标误差对优化系统性能、提高运算效率的作用。实验在2种不同的光源下,采用该转换方法对3款不同型号的数码相机进行研究和评价,得到△E^＊ab≤6的转换结果,证明基于神经网络的数码相机颜色空间转换的实用性。     

高斯型模糊逻辑系统的BP算法及其应用

在模糊逻辑控制和神经网络理论的基础上给出了高斯型模糊逻辑系统及其 BP算法 ,并给出了 BP算法的一种初始参数的选择方法和反向调整参数的公式 ;还构造了基于高斯型模糊逻辑系统的辨识器并在 Matlab5.1平台上作了仿真实验 ,仿真实例说明了这种算法的可行性和可靠性。有待进一步研究讨论的是如何更好地选择初始参数以获得更好的跟踪效果     

BP神经网络在工程项目管理中的应用

简要阐述了BP神经网络、工程项目管理的特点,介绍了BP神经网络应用的一般步骤,提出了基于BP神经网络的工程项目管理模型流程图.总结了BP神经网络在工程项目管理中应用的优点和适用范围,指出了在工程项目管理中应用时应注意的要点,并针对BP神经网络应用的参数设置提出了相应建议.最后,以公路建设项目目标可持续性评价为例进行了实证分析,取得了满意的效果,从而促进了BP神经附络在我国工程项目管理中的应用.     

水中悬浮隧道施工风险分新的BP神经网络模型

基于BP神经网络理论模型,对水中悬浮隧道施工中各项风险指标进行辨识、量化和评价,进而对其施工总体风险进行分析,得到施工风险的量化参考指标,为水中悬浮隧道施工风险管理提供有效的风险分析工具。     

尾矿坝初始地应力反演研究

文章基于某尾矿坝工程实测点的地应力测量数据,运用BP神经网络结构对岩质边坡内部初始地应力进行了反演分析,反演结果与实测值相比误差较小,说明将BP神经网络运用到尾矿坝的地应力反演中是合理可行的。     

BP神经网络方法在纺织工业竞争力评价中的应用

利用BP神经网络方法通过纺织工业竞争力指标体系建立评价的数学模型,采用各评价指标值作为其输入,竞争力值作为输出,基于最小二乘法思想,利用梯度搜索技术,使网络的实际输出值与期望输出值的误差最小。计算证明该模型具有较好的辨识精度和动态评价效果,运用其对各地区纺织工业竞争力状况进行评价,得出了总体评价排序结果。     

基于优化模糊神经网络控制的加热炉应用

针对加热炉具有大惯性和纯滞后性,提出优化模糊神经网络控制。该控制将模糊逻辑推理与神经网络控制技术融合,同时利用遗传算法优化隶属度函数,采用误差反向传播学习算法在线调节神经网络权值,提高了控制器的稳定性、鲁棒性和适应性。仿真结果证实了控制器的有效性。     

BP神经网络的钢管纤维混凝土柱疲劳破坏研究

为了预测钢管纤维混凝土柱极限强度,提出基于BP(Back Propagation,反向传播)神经网络预测的方法。将基于BP神经网络预测的结果与试验和数值计算结果对比分析,验证了基于BP神经网络的钢管纤维混凝土柱疲劳破坏点预测具有正确性和有效性。     

水利工程监理评价与预警研究

文章基于模糊理论和遗传BP神经网络方法,建立模糊综合评价模型,对水利工程建设中监理单位的管理水平进行评价和预警分析。通过该模型可将监理单位的管理水平量化输出,且输出结果与评价结果具有良好的一致性,可靠性与合理性较高,研究成果可为相关部门提供相应的决策支持,具有一定的工程实践意义。     

基于RBF神经网络的微机械陀螺仪温度控制系统

为了避免微机械陀螺仪受温度影响产生较大波动,设计了基于RBF神经网络的微机械陀螺仪温度控制系统。首先,构建了微机械陀螺仪温度控制装置的数学模型;其次,鉴于控制模型参数会随温度改变而发生变化,提出了基于RBF神经网络的自适应PID控制算法,利用径向基函数的局部逼近能力调节微机械陀螺仪环境温度。结果表明,设计方案基于RBF神经网络,可实时整定PID参数,且能够准确控制微机械陀螺仪的温度。与传统PID控制相比,基于RBF神经网络的自适应PID控制算法具有更快的调节速度和较强的鲁棒性,实现了微机械陀螺仪温度的无静差控制,降低了模型参数变化对控制效果的影响,满足温度控制系统的要求。     

一种基于奇异值分解和反传神经网络的多小波域数字水印算法

针对图像经过CARDBAL多小波变换后,各层系数的能量平均分配,且其同一尺度、同一方向上的4个子块系数相近这一特性,结合奇异值分解和BP神经网络将二值图案水印嵌入到多小波系数的高频分量中。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

柠檬酸发酵过程的神经网络模糊控制

针对柠檬酸发酵过程的复杂性和不确定性,采用了一种基于人工神经网络的模糊控制。仿真实验表明,系统具有良好的动态性能和鲁棒性,适用于难以建立数学模型的场合和参数时变的系统。     

彩色复制中颜色信息传递算法的研究进展

本文深入分析了彩色复制过程中造成阶调失真的主要原因,重点阐述了颜色传递过程中引入误差的影响。将颜色传递过程分解为色域映射和色空间转换两大类算法,首先对色域映射边界的描述以及基于图像的色域映射算法的选择问题进行了分析;对色空间转换常用的三种算法,即多项式回归、神经网络和三维插值等算法进行了对比和分析,并列举了当前这一领域的研究现状和今后的发展方向。     

锅炉汽包水位模糊RBF自适应控制

针对汽包水位常规的PID控制方式,采用了一种模糊神经网络智能控制器,该控制器结合了模糊控制与神经网络学习能力强的特点,将2种智能控制相结合,在线调整控制器参数,整定出一组优化的控制器参数。仿真结果表明此控制器显著地改善了汽包水位的动态性能和稳定性能。     

一类神经网络自校正控制器的设计与研究

提出一种新的神经网络自校正控制器的设计方法 ,采用神经网络 BP算法作为控制器来控制实际对象 ,动态地修改神经网络的权值作为自校正方法 ,使系统较好地适应负荷和外扰的变化 ,获得满意的控制质量。     

基于MSP430单片机和神经网络的原油三相计量装置

研制基于MSP430单片机和神经网络的原油三相计量装置。该装置将单片机和人工神经网络技术相结合用于原油三相计量,首先应用MATLAB软件环境下专门BP神经网络工具箱学习训练原油三相计量样本点数据,得到原油三相计量的BP神经网络软件模型,然后综合单片机和人工神经网络技术,将该软件模型嵌入到MSP430单片机实现原油三相计量,计量值由LED显示电路显示。实验结果表明：该装置计量原油三相体积流量误差小于0．1m^3／s。该装置克服了传统仪器难以建立精确数学模型等缺点,可方便计量原油三相。