基于神经网络的结晶磷回收工艺模型研究

本研究针对神经网络在预测控制模型中的应用进行了仿真研究。通过搭建神经网络模型并进行训练，得到了较好的预测效果。同时，采用控制仿真软件进行模型验证，结果表明神经网络预测控制模型在实际应用中具有较高的精度

车型识别是智能交通系统中的一个重要组成部分,近年来已成为国内外研究热点之一。提出了一种基于特征提取的车型识别方法。该方法首先对车辆图像进行预处理;然后通过图像边缘检测、图像纵横填充、图像修正方法进行车

传统的手势识别系统由特征提取和分类器组成,需要人工设计特征,但很难达到足够满意的效果且耗费大量的时间。将卷积神经网络应用于手势识别,能直接把图像数据输入网络,且不用进行复杂的前期预处理。卷积神经网络拥

语音识别或语言转化成文本的过程包括捕获声波,数字化声波,转换成基本的语言单位或者音素,根据音位和语境构建词语,分析词语,保证拼写正确,并且保证与听到的词语保持一致。该文把人工智能和神经网络技术应用到语

基于神经网络的数据挖掘方法研究

为了提高数字识别的准确性和可靠性,将BP神经网络应用于数字识别,并考察了网络结构对系统实时性、识别效果的影响以及初始权值对收敛速度的影响,选取了最佳的隐层节点数和权值初始化函数,实现了基于BP神经网络

基于神经网络的混合优化算法研究，关于蚁群算法等神经网络算法

1.环境配置：ubantu(16.04)python(3.5)tensorflow(0.12.0)exportTF_BINARY_URL=https://storage.googleapis.com/

文中着重研究了神经网络、模糊理论和PID控制的融合方式及其可行性，介绍了一种复合式控制方案——神经网络模糊PID控制算法，并将此算法与PID控制进行了仿真比较。结果表明，在超调量、稳态误差和抗干扰性等

人工神经网络具有并行处理能力、自学习能力、自适应能力和以任意精度逼 近任意非线性函数的特点，在模式识别、系统辨识、控制等领域都得到了广泛的 应用。本文就神经网络在模式识别与系统辨识方面的应用展开研究，