简介：摘要本文针对人工缺陷识别的缺点，提出了基于深度学习的输电设备缺陷识别方法，使用卷积神经网络进行图片的特征提取，避免了前期复杂繁琐的图片预处理，与此同时选用了ImageNet作为分类器进行缺陷判断。该方法经过实验验证，对常见的设备缺陷有较高的识别率，提高了输电线路巡检的自动化水平，降低了人工的劳动强度，便于快速准确的发现输电线路缺陷。

简介：摘要：本文简述了人工神经网络的概况以及BP神经网络模型，通过分析BP神经网络对混凝土配合比、强度以及寿命的预测，表明BP神经网络预测精度较高，已经广泛的运用在混凝土预测中，具有实用价值。

简介：摘要：由于在化工开采中存在很多危险因素，因此安全体系建设方法的设计者必须在设计中进行危险识别，以及采取有效的措施展开控制。本文总结了基于“神经网络”背景下的安全体系建设的意义，分析和研究了工艺设计中的常见问题，最后结合工艺控制重点，提出识别危险的方法，以及控制危险的措施。通过研究，提升化工开采的安全水平，解决危险识别问题，为化工开采提供良好环境。

简介：

简介：摘要：近些年，随着社会发展，我国的科学技术水平不断进步，促进了信息网络时代到来。在电力生产企业中，数据系统已经被广泛应用，其中计量自动化系统就在电网企业中被广泛应用，而且也越加成熟。目前，在互联网安全中，验证码是安全措施中的第一道屏障。通过验证码识别技术，可以实现系统的自动登录，从而为系统数据的读取和存储提高智能化技术手段。本文主要讲述了，基于卷积神经网络的验证码识别技术在计量自动化系统中的应用。

简介：摘要：

简介：摘要：目标轨迹信息表征目标的运动特征，通过预测轨迹数据可以对目标运动趋势进行预判，并实现对目标的定位分析。为此，本文利用LSTM神经网络对雷达采集目标轨迹进行预测，通过MATLAB编程对预测的轨迹数据进行验证。

简介：摘要：深度学习是人工智能领域的重要研究方向，TensorFlow是目前流行的深度学习框架。首先对TensorFlow框架及其环境搭建进行了介绍，在Tensorflow框架基础之上实现了U-Net网络模型；然后论述了基于该框架的卷积神经网络模型在脑出血CT图像分割中的应用。

简介：摘 要 航材保障面临着库存积压、库存结构不合理等问题，严重影响了航材保障质量效益。其中原因之一，就是航材消耗规律把握不够准确，在一定程度上影响了航材订货决策的科学性。因此，本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型，并通过实例计算预测，验证所建立模型的准确度，对预测结果进行分析评价航材。

简介：【摘要】目前针对大空间场合的火灾识别，本文提出一种利用卷积神经网络识别的算法。该算法主要依靠卷积神经网络对图像进行识别，卷积神经网络通过提取图像特征信息来进行深层次分析，完成对火灾的判断，有效提高了火灾探测的可靠性。

简介：【摘要】目前针对大空间场合的火灾识别，本文提出一种利用卷积神经网络识别的算法。该算法主要依靠卷积神经网络对图像进行识别，卷积神经网络通过提取图像特征信息来进行深层次分析，完成对火灾的判断，有效提高了火灾探测的可靠性。

简介：[摘要]伴随智能家居相关设备的普及应用，人们对智能家居整个控制系统层面提出更高要求。神经网络，它能够对用户各项行为习惯实施深度学习，引入智能家居整个控制系统当中，可使得智能家居真正实现总智能化的控制。故本文主要探讨以神经网络为基础的智能家居控制方法，仅供业内相关人士参考。

简介：摘要：随着自动驾驶技术的发展，红绿灯识别成为了关键的技术之一。本文提出了一种基于神经网络的红绿灯识别方法，该方法采用卷积神经网络和循环神经网络结合的方式对红绿灯进行分类。实验结果表明，本文提出的方法可以有效地识别不同场景下的红绿灯，准确率可以达到90%以上。

简介：摘要：为了避免传统的表情识别中复杂的显式特征提取过程，文中提出了一种用于人脸表情识别的卷积神经网络( CNN) 。首先，对人脸表情图像进行归一化预处理，并使用可训练的卷积核提取隐式的特征。然后，采用最大池化方法对提取的隐式特征进行降维处理。最后，采用 Softmax 分类器对测试样本图像的表情进行分类识别。使用图形处理器( GPU) 在 CK + 人脸表情数据库上进行了实验，结果表明了 CNN 用于人脸表情识别的性能和泛化能力。

简介：【摘要】泵站优化调度运行在结合BP神经网络的算法支持下，结合给定期望流量、期望扬程，在叶片角的约束下，系统可以确定效率达到最优时候的叶片角，然后对每台机组进行控制以实现效率最大化。

简介：摘要：深度学习作为一种有效的机器学习方法，在各个领域都表现出了十分优秀的性能。作为一种深度学习基本模型，卷积神经网络(CNN)强大的特征学习和迁移学习能力在计算机视觉界越来越受到关注。本文介绍了卷积神经网络的基本结构，并介绍了随着时间出现的各种以卷积神经网络为基础的模型，例如Lenet、Alexnet、GoogleNet、VGGNet、ResNet，刨析并总结了各个模型的优缺点。

简介：摘要：轴承是旋转机械设备的关键部件，轴承的失效直接影响到设备的运行情况。当今机械设备的自动化和精密化水平不断提高，对轴承故障诊断的需求越来越迫切。轴承故障诊断方法按照机理主要包括振动诊断、声音识别和温度监测等，但这些方法往往需要专业知识和丰富经验，且容易受到环境噪声和人为误差的干扰。卷积神经网络通过卷积层和池化层对特征的逐级提取，可以在无需人工干预的情况下，卷积核在特定步长的运算下能从大量的轴承信号数据中学习到复杂的时空特征。因此，将卷积神经网络应用于轴承故障诊断具有很大的潜力。

简介：兵棋推演作为预测和控制现代战争的利器，正逐渐被各国重视。本文利用人工神经网络能并行处理信息和学习的特点，从理论层面研究了如何将其应用于兵棋推演实现辅助决策，使兵棋系统能自主完成方案制定、预案分析、胜率分析、结果裁定等一系列工作，达成精简指挥系统、快速决策的目的。该研究对于推动兵棋推演的发展具有一定的现实和战略意义。

简介：本文研究了一类具偏李普希兹连续和单调增加激活函数的神经网络绝对指数稳定性问题.所得结果归结为如果联接矩阵T的负矩阵是一个非负对角元的H矩阵,那么在任意输入向量和网络参数的条件下,所选激活函数只要是偏李普希兹连续且单调增加的,广义动态神经网络绝对指数稳定.该广义动态神经网络包含常用的Hopfield神经网络,双向联想记忆神经网络和细胞神经网络作为其特殊情形,所得结论推广了现有文献中的有关结论.

简介：摘要:随着大数据时代的到来和计算机能力的提升，传统的目标检测方法难以处理庞大的图像数据以及无法满足人们对目标检测精度和速度上的要求，而卷积神经网络具有强大的特征学习能力，突破了传统目标检测方法的瓶颈，基于卷积神经网络的图像目标检测技术在诸多领域掀起了新的应用热潮。首先，文中介绍了卷积神经网络在目标检测任务上的优越性；其次，梳理了基于卷积神经网络的图像目标检测在医学、工业、农业领域中的典型应用，并对其中几种典型卷积神经网络的结构进行归纳总结分析；最后，讨论了目标检测的应用方面仍然存在的问题，并对基于卷积神经网络的图像目标检测应用的未来研究发展方向进行展望。