论文研究 油田多级站定位优化问题的神经网络方法.pdf

以智慧城市管理系统中上报的案件图像为研究对象，利用卷积神经网络能够自行学习图像特征的优势，提出一种改进的深层卷积神经网络算法，并利用该算法对智慧城市管理系统（下简称“智慧城管”）的案件图像进行快速精确

论文研究-基于串联灰色神经网络的电力负荷预测方法.pdf,  为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法

针对图像序列三维重建中多视角目标分割需要人工参与、任务繁重的问题，提出一种基于卷积神经网络改进的图像自动分割方法。首先将序列图像去噪处理、归一化并进行语义标注后制作数据集；然后对改进的融合多尺度特征和

提出了一种利用智能学习方式解决强信号条件下弱信号的波达方向估计问题的新方法。通过理论推导发现协方差矩阵的特征值与来波信号功率之间存在一定的关系，将含功率信息的协方差矩阵的特征值加入到含方位信息的协方差

基于ATD-BP神经网络的页岩气产量预测方法，朱红，孔德群，储层改造是页岩气开发的关键步骤，根据储层改造数据进行页岩气井产量预测，对后续施工优化有重要指导意义。然而储层改造数据与气

为了提高卷积神经网络（CNN）在图像隐写分析领域的分类效果，构建了一个新的卷积神经网络模型（steganalysis-convolutionalneuralnetworks，S-CNN）进行隐写分析。

自组织神经网络的主要目的是将任意维数的输入信号模式转变成为一维或二维的离散映射，并且以拓扑有序的方式自适应地实现这个过程。学习过程中，对邻域宽度函数和学习率函数参数是根据经验选择的，没有一定的规则或方

动态带宽分配（DBA）是EPON的关键技术，根据数据业务流量的突发性调整了ONU授权时隙的顺序，提出了一种改进的轮询算法，构造了微粒群（PSO）优化的神经网络预测模型，提高了轮询周期内ONU新增数据的

深度学习神经网络学习资源机器学习源码及案例经典人工智能算法

知识推理是知识图谱补全的重要手段，一直以来都是知识图谱领域的研究热点之一。随着神经网络不断取得新的发展，其在知识推理中的应用在近几年逐渐得到广泛重视。基于神经网络的知识推理方法具备更强的推理能力和泛化