一种基于时延PCNN的最短路径算法用于火灾救援调度

为了更好的进行火灾救援调度,提出一种基于射频识别技术(RFID)的监测路面交通的新模型,根据RFID读写器估计路径的行程时间,以此来求出路面的实时状况.然后提出一种简化时延脉冲耦合网络(SDPCNN),来求出从救火人员到火灾现场的最短路径,决定救援人员的调度.实验证明了SDPCNN的快速性,仅有DPCNN消耗时间的5%-10%,同时也证明了提出的基于RFID模型实现火灾现场调度的有效性.     

基于图像识别的道路路面破损自动检测系统

随着经济的持续健康发展,我国的公路通车里程达到了四百多万公里,其中高速公路通车里程居世界第一。但这也对公路养护和管理提出了更高的要求,路面检测越来越受到相关部门的重视。本文介绍了一种路面破损自动检测系统,论述了路面破损自动化检测系统的原理、数字化图像的概念、现有系统的设计、硬件性能和特点、系统研究和开发的前景等方面的内容。     

基于图像识别技术的物流信息采集系统的设计

针对识别技术在物流系统中的运用进行改造,设计了一种基于图像识别技术的物流信息采集系统,分别从识别技术、系统设计和系统组成几个方面阐述该系统的优势。     

基于图像识别技术的物流信息采集系统的设计

针对识别技术在物流系统中的运用进行改造,设计了一种基于图像识别技术的物流信息采集系统,分别从识别技术、系统设计和系统组成几个方面阐述该系统的优势.     

基于TensorFlow的交通标志识别方法研究

交通标志识别系统是智能驾驶系统的重要组成部分;本文分析了现有方法存在的问题,基于TensorFlow框架搭建了改进的卷积神经网络,用于识别交通标志;整个系统在TensorFlow上实现,使用行车记录仪采集的视频验证了本文的算法,结果表明本文算法有一定的实用性,而且在准确率,鲁棒性和实时性等方面也表现较好。     

基于概率神经网络的梁桥损伤定位研究

文章概述概率神经网络的基本原理，以简支梁为例，根据其各损伤工况下的动力特性，研究四种指标作为概率神经网络的输入向量进行梁桥损伤定位的效果，并对影响网络结果的因素进行分析。     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。     

基于卷积神经网络的管道井缺陷识别研究

管道井与人类社会生活息息相关,而由于管道井盖丢失、破损造成交通事故频发,危害人类财产生命安全。本文提出利用计算机视觉技术检测识别管道井缺陷,然后通过标记报警功能来实时抢修,可以避免更多事故的发生。本文通过构建深度神经网络模型,利用卷积神经网络模型自动提取图像中每种管道井缺陷的特征,通过对管道井的六种缺陷现象进行训练、测试,得到最终识别结果。实验结果表明,卷积神经网络对管道井缺陷图像的识别达到来预期的效果,并在缺陷检测中优于传统的分类模型。     

基于MATLAB的车牌识别系统设计

模式识别是人工智能领域的研究重点与难点,然而智能交通领是整个智能行业十分关键的组成部分,因此模式识别就特别关键,对车牌号进行检测、分析与识别是模式识别领域构建智能交通系统重要内容之一。通过摄像头等硬件设备捕捉到行驶车辆车牌视频图像,提取图像中车牌号码的特征进行检测,并对车牌中字符进行识别。本文的研究重点是如何精确且快速地从一幅随机拍摄的车牌图像中提取其中的数字和字母,并可以用文本形式直观地表示出车牌号码。     

基于AI图像识别技术的人员防闯入系统在煤矿的研究与应用

煤矿斜井辅助运输过程中行车不行人,行人不行车始终是一个痛点难点问题,本文基于AI识别技术设计一种人员防闯入系统,应用于煤矿斜井轨道运输系统人员安全检测与监控,该系统可以有效解决煤矿斜井轨道运输巷道在运输工作中的人员误闯入,及时反馈至无极绳牵引车司机,获取人员位置,杜绝斜巷运输期间行车行人,将有效保障煤矿辅助运输的安全性和可靠性,对进一步提高煤矿安全生产保障水平,促进煤矿信息化、智能化发展具有重要意义.     

基于最大熵方法对测量数据估计的改进方法研究

针对未知概率分布时难以精确估算测量结果的问题,利用最大熵值法以最少的主观成分拟合测量数据概率分布。在仿真实现过程中,发现最大熵方法存在溢出的问题,通过变量变化法成功解决了此问题。最后,通过MATLAB仿真实现,证明了改进的算法更好的扩展了其适用范围,其估算结果具有可靠性。     

基于Sigmoid学习率BP神经网络的非特定人语音识别算法研究

本课题基于非特定人语音识别的原理和过程,结合BP神经网络的建模理论及特点,主要研究了BP神经网络模型在语音模式识别中的应用问题。同时针对标准BP神经网络训练收敛速度慢及容易陷入局部最小的缺点,提出了Sigmoid学习率BP神经网络训练算法,并通过仿真计算,得出在非特定人语音识别应用方面Sigmoid学习率BP神经网络算法的收敛速度要优于标准BP神经网络算法且识别率更高。     

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。     

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...     

基于小波分析的可疑金融交易时间序列研究

小波分析在数学上具有严格意义上的突变点诊断能力,不依赖于经验模型,适合检测金融交易序列中的可疑成份。文章针对可疑金融交易特征,探讨借助小波分析方法在信号奇异性检测方面具有的独特优势,从金融交易序列中识别出具有异常交易行为特征的账户。实验结果验证了该方法的可行性和有效性。     

基于属性识别模型的边坡稳定性评价

结合工程实例,将属性识别模型应用于路堑边坡稳定性评价,提出了路堑边坡稳定性评价的属性测度计算方法并利用Shannon熵理论确定权系数,建立了基于熵权的属性识别模型。实例评价结果与计算结果一致,证实了该方法的可行性和有效性。此方法结果合理,可以有效地解决边坡稳定性评价问题。     

基于企业可持续发展的评价方法研究

本文首先阐述了企业可持续发展的涵义，对现有可持续发展的评价方法进行了分析比较，在此基础上提出了利用专家系统和模糊神经网络推理构建企业可持续发展评价方法。该方法采用基于规则推理和案例推理的专家系统对企业可持续发展的财务等情况进行定量评价；利用模糊神经网络对社会、文化等不确定因素的影响进行评价，并将二者所得信息有机地融合在一起以获得较为准确的评价结果。     

基于客户价值的客户分类方法研究

客户价值的评价是客户关系管理的核心内容。文章首先在现有的客户价值评价体系的基础上,设计了一种新的客户价值评价指标体系,从客户的当前价值和潜在价值两个方面来评价客户价值。然后根据该指标体系的指标特性,选择神经网络作为评价方法最后根据客户价值评价结果进行客户分类,从而实现不同类型的客户实行不同的营销政策。     

基于RBF神经网络的高校财务风险识别

为实现高校财务风险的实时监测及预警,文章在遵循全面性、科学性、可操作性等原则的基础上,建立了高校财务风险识别指标体系,并采用RBF神经网络构建了高校财务风险识别模型,最后用实例验证了该模型用于高校财务风险识别的可行性。     

基于BP神经网络的货运量预测方法

总结了常用的几种定量预测方法,并指出其在实际应用中的不足。而人工神经网络自身具有鲁棒性、容错性、有表示任意非线性关系的能力和学习能力等特性,为预测技术提供了一种新的思想和方法。最后把这种预测方法应用于物流预测取得了满意的结果。