神经网络

1、为了解决输变电工程中工程量合理性的智能评估问题，该文提出一种结合RBM(玻尔兹曼机)的MLP(多层感知机)神经网络模型.该模型通过学习可信历史数据中影响因素和工程量的关系，具备了从影响因素预测工程量的能力；再.。

2、垃圾分类利国利民，利用图像识别技术能帮助人们更好地进行垃圾分类。
深度学习算法在图像识别方面表现不俗，但存在巨大的存储和计算开销，不便于移植到移动设备中等缺点。
如何在计算资源有限的移动设备里部署深度.。

3、针对地下空间地质环境质量，前人运用三维地质信息化技术已开展了大量三维综合评价研究，但其评价结果对于规划和施工建议略显不足。
其原因主要是评价过程主观性较强，综合评价结果难以充分表达地质环境的真实类别.。

4、针对混凝土坝变形量与变形因子之间作用机理的复杂性,本文结合深度学习网络对复杂特征信息挖掘的优势,建立基于 CNN-GRU 的混凝土坝变形预测模型。
采用卷积神经网络对历史变形监测数据进行卷积以提取时间序列的特征.。

5、将体积掺量为 0.3%的聚乙烯醇(PVA)纤维掺入 C30 混凝土,分别开展不同浓度溶液作用下的全浸泡-烘干试验,从而探究 PVA 纤维混凝土的抗劣化性能。
以劣化试验数据作为原始样本值,分别建立 GM(1,1)模型、BP 神经网络模.。

6、热轧卷板边部缺陷对终端产品质量有着极为重要的影响传统轧钢工艺缺陷的检查多依靠人工其高温、连续的生产环境严重阻碍了人工在线检测的准确率 为完成对热轧钢卷边部各种缺陷的高效检测建立了热轧钢卷缺陷数据集数.。

7、相比于大多数仅依赖域名的特征进行D GA域名识别方法的特征值选取有限、分类准确度较低的问题,提出了利用数字证书和域名共同解析的特征向量识别D GA域名的方法另外,为了提升计算准确度和时间效率,提出了带有均值中.。

8、河道砂是重要的油气储集体之一,实现砂体厚度的定量预测是提高油气开发效率的关键.随着目标储层非匀质性的增强,地震属性与储层岩性、物性、孔隙流体之间的关系更趋复杂.如何在地质信息有限的情况下实现高效且智能.。

9、超声速流动数值模拟中准确识别激波位置对求解飞行器气动特性十分关键，传统的人工构造激波识别方法严重依赖于经验参数，在实际应用中存在一定局限性。
为了建立更加通用的激波识别方法，采用深度神经网络构建了高.。

10、为解决盾构机大型内啮合齿轮工作时由轴偏角造成的齿面偏载问题，给出了综合修形齿面的齿面方程，提出了采用神经网络联合正交试验的方法对齿面修形参数进行筛选预测。
该种方法不再将齿廓修形和螺旋线修形看作相互.。

11、针对部分传统算法对于遥感图像配准精度较低的问题，提出一种密集结构改进双通道卷积神经网络的遥感图像配准方法。
对输入的图像采用密集结构改进的双通道卷积神经网络模型进行特征提取；用粒子群算法改进的随机一.。

12、随着特高压交直流互联规模的不断扩大，在线高精度快速地暂态稳定评估对电网安全运行至关重要。
为此，提出一种基于门控时空图神经网络的暂态稳定评估方法，并采用时间自适应方法，同时提高暂态稳定评估的准确度和.。

13、为了解决当前锈蚀钢筋混凝土(Reinforced concrete,RC)柱极限抗压承载力预测中模型普适性差、计算繁琐、精度有限问题，提出了一种基于反向传播神经网络(Backpropagationneural network,BPNN)的锈蚀RC柱极限抗压承.。

14、如今,深度学习广泛地应用于生活、工作中的各个方面,给我们带来了极大的便利.在此背景下,需要设计针对不同任务的神经网络结构,满足不同的需求.但是,人工设计神经网络结构需要专业的知识,进行大量的实验.因此,神经.。