基于卷积神经网络的京杭大运河遥感影像水质分类算法研究

京杭大运河是世界上最古老最长的运河,并且近年来作为南水北调工程的东线,其水环境安全对沿岸城市具有重要意义。近几年京杭大运河的水污染情况日益引起关注,但在大面积的运河上缺乏具有空间连续监测的监测结果。文章建立小型水质遥感影像样本数据库并设计能够挖掘不同水质信息的卷积神经网络模型来实现对运河水质的快速分类。文章模型的验证精度达到88.0%,测试精度达到84.6%,具有一定的时空普适性,为管理部门提高水环境管理效率提供辅助作用。     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

科技创新与美丽中国建设的协调发展 ——基于系统耦合视角

选取科技创新和美丽中国建设的综合评价指标体系,采用改进的熵值法对科技创新系统和美丽中国建设系统2008—2016年的综合发展指数进行测度。在此基础上,构建耦合协调度模型,得出科技创新与美丽中国建设系统耦合协调度的时间序列,利用BP神经网络预测模型预测了科技创新与美丽中国建设的耦合协调发展趋势。研究发现:科技创新与美丽中国建设的综合发展指数均呈稳定上升态势,美丽中国建设与科技创新发展存在显著的相关性,但两者的步调不一致,导致科技创新系统与美丽中国建设系统的耦合度一直处于拮抗阶段,但是科技创新与美丽中国建设的相互联系和相互促进作用逐渐加强,其耦合协调效益正在逐步提升。     

基于卷积神经网络的列车检测算法研究

列车检测作为列车自动驾驶的核心技术,可以有效地降低列车追尾等事故造成的人身危险和财产损失。为实现精准的列车检测,选用改进的卷积神经网络(PVANET)对输入图像进行特征提取,在此基础上,采用候选区域网络,从生成的特征图里滑动搜索,判断出图像中可能为列车的区域位置,并进一步采用快速区域卷积神经网络对每个候选区域进行分类,计算出其所属类别的置信度,同时精确定位列车。经验证,该方法适应范围广、鲁棒性高,可以有效地检测不同环境光强及不同朝向的列车,保障列车安全,为列车自动驾驶及辅助驾驶提供安全保障。     

基于深度神经网络的眼周识别方法研究

近年来,少限制环境下的生物特征识别技术成为研究热点,眼周识别作为新兴的生物特征识别技术越来越受人们关注。基于深度神经网络的眼周识别方法相较于传统方法能更好地提高眼周识别性能。通过提出一个基于ResNet20和softmax的眼周识别方法,在两个公开的眼周数据集上实验验证得到在UBIPr数据集上的EER值为8.19%,在UBIRIS.V2数据集上的EER值为13.18%。与传统的眼周识别方法相比,文章提出的眼周识别方法取得了较好的眼周识别效果,为深度神经网络的眼周识别方法发展提供持续动力。     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题，提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network，CNN）分层学习特征的能力，训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据，经一系列数据预处理后作为智能识别算法的训练和测试数据，在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明，CNN具有很好的识别性能。     

神经网络在我国电商企业客户流失风险预测中的应用研究

文章以C5.0、Neural Net和Logistic三种算法作为构建预测混合模型的基础算法。在实证研究过程中,分别采用品牌、地区、网龄和账单作为客户细分变量,构建了不同的客户流失预测混合模型,用命中率和接受者操作特性(ROC)曲线对预测结果比较评估,得到以地区为客户细分变量的混合模型预测效果最佳,以账单为客户细分变量的混合模型预测效果,其次以网龄和品牌为客户细分变量的混合模型预测效果较差的结论。省级电信公司在构建流失预测系统过程中,以客户账单(或客户消费层次)作为细分变量,对各地区客户单独构建流失预测模型;同时,要加强品牌管理,提高各品牌对客户的区隔效果。