基于神经网络的箕斗称重系统多数据融合研究

摘要:BP神经网络具有较强的容错性和自适应学习能力，因而在数字图像识别领城有若广泛的应用。本丈在经典BP神经网络的基本算法的基础上，对BP算法的参数设1进行了优化，实现了一种基于分类的改进BP神经网络

在这份毕业论文中，我们研究了基于Matlab的BP神经网络的应用。通过对神经网络的建模和实验验证，我们展示了其在某些领域的有效性和实用性。通过对数据的处理和训练，我们成功地构建了一个可以用于特定任务的

在某露天矿由于爆破参数与岩石特性不相符合,导致爆破效果不是太好,大块率高,留有根底,炸药单耗偏高,大块率高势必会导致二次破碎的费用偏高,还会对铲装运输等后续程序产生影响,这都直接影响着矿山的经济效益。

提出使用广义回归神经网络进行敦煌壁画的数字化修复保护研究。通过各向异性扩散去除.待修复壁画图像的噪声,使用形态学膨胀算子提取待修复区域的边界像素点,利用与待修复区域边界邻域.像素相似的样本像素块作为广

基于神经网络的房地产估价研究,沈瑞平,,随着我国房地产市场体逐步确立并走向完善,房地产估价在房地产市场中扮演越来越重要的角色,并且服务范围越来越广。目前我国房地

基于车牌识别的BP神经网络算法的研究，主要是研究神经网络的鲁棒性，使网络更好的适应不同的测试样本

基于Spiking神经网络的脑运动分类研究

为了在复杂的网络环境下能更合理地分配网络资源,提出了利用BP神经网络,通过对网络调度器产生的历史和当前数据进行训练,预测调度器下周期可能产生的数据,进而对下一调度周期的死区大小进行调整。实验仿真表明,

matlab开发-神经网络自适应融合。基于模式识别的RBF两核自适应融合仿真

基于神经网络的 数据索引 及 数据关联 解决方案;