人工神经元网络

摘要： 人工神经元网络(ANN)是一种通过模拟大脑处理信息的方式发展起来的数据处理技术,在石油和天然气领域中被广泛用于产量预测、甲烷物性计算、甲烷吸附与分离以及甲烷催化转化等领域。针对甲烷催化转化领域,综述了近年来ANN技术在甲烷干重整、蒸汽重整、联合重整和氧化偶联反应中的应用进展,结果表明:ANN在预测甲烷转化率、产物收率等方面具有准确性好、泛化能力强、鲁棒性好的优点,在催化工艺优化、催化剂组成优化等方面也有很好的应用,对该领域存在的问题以及未来的研究方向进行了总结和展望。

摘要： 随着时代的不断发展、建筑工程行业的不断进步;传统的水泥已经不能满足现代建筑工业中对水泥的质量以及使用要求。随着建筑工业的不断发展,再生混凝土逐渐成为了更为符合现代建筑工业的使用要求的建筑材料,同时对传统混凝土的制造改革指明了方向。但是影响再生混凝土设计以及使用质量的因素十分复杂。传统的配比设计方法已经远远不能够满足对再生混凝土质量的要求。互联网技术中的人工神经网络技术在处理大量混乱而无序的原始数据时候表现出巨大的优势,可以很好地对一些不能够带入数学模型以及函数序列的数据进行有效的整合处理。

摘要： 近年来,高熵合金因其优异的性能和广阔的发展前景吸引了越来越多的关注,成为材料科学中的热门领域.由于高熵合金复杂的元素组成,使用传统方法对高熵合金进行计算不仅困难而且代价高昂,影响因素的多样性也为高熵合金的设计增加了困难,开发新方法加速对高熵合金成分空间的探索是当务之急.随着对高熵合金研究的不断深入,实验数据不断积累,人们尝试从数据的角度寻求解决方案.与此同时,人工智能的兴起极大改变了我们的生活方式,以数据为驱动的机器学习与高熵合金领域交叉融合,二者相得益彰并取得了一系列成果.人工神经元网络、 支持向量机、 主成分分析等方法被应用于高熵合金的分析和预测.除此之外,机器学习还与从头算和基于热力学数据库的方法相结合,在挖掘数据价值与指导实验设计方面展现出了优势.首先对材料科学中的机器学习和高熵合金两个领域做了简述,介绍了近年利用机器学习辅助高熵合金设计的典型研究成果.并对未来机器学习在高熵合金中的应用提出一些展望与建议.

摘要： 现在关于人工智能的发展,社会上(甚至在行业内部)普遍存在这样的一种误解:“通用人工智能”的目标本身可以通过“专用人工智能”领域内的技术累积来逐渐达成.然而,这种观点的持有者,既没有意识到将现有主流深度学习技术升级为通用人工智能技术所面临的巨大困难,也没有意识到人工智能工业的人为行业分工与人脑既有自然分工之间所存在的重大区别.在揭示这些困难的基础上,文本将给出一个消极性论点与一个积极性论点.前者是:目前的主流人工智能技术离达到“通用人工智能”的标准还很远,遑论达到“强人工智能”的标准;后者是:通向“通用人工智能”的真实道路从演化论思维“取经”,即从认知主体对于环境挑战的“适应性”与“节俭性”入手,来理解智能体运作的一般原理.

摘要： 通过对高铁牵引供电系统中谐波传输特性进行分析,设计以人工神经元网络算法为核心的快速谐波检测算法,实现牵引供电系统多路谐波数据同步检测.试制装置现场测试表明,该装置可实现牵引供电系统多路馈线50次以内谐波的同步快速检测,并具有较高的精度及良好的实时性.

摘要： 预警震级测定是地震预警的关键技术环节之一.在满足地震预警系统时效要求的前提下,以国内现有的人工神经元网络构架为基础,考虑采用更多的特征参数,对实时持续计算确定预警地震震级的方法进行研究.通过对日本部分实际强震数据进行持续估算预警震级与实际震级间的偏差情况,对预警震级和实际震级进行线性拟合,提出对预警震级结果的修正公式,进一步完善本方法快速估算预警震级的准确程度.

摘要： 改性沥青中SBS的含量是评价改性沥青的重要指标.本研究中,采用溴化钾压片溶膜技术的傅里叶变换红外光谱法结合人工神经元网络方法对改性沥青中SBS含量进行定量分析.使用四个梯度SBS含量的改性沥青样品作为训练集、两个特定SBS含量的改性沥青样品作为测试集,通过使用溴化钾压片溶膜技术的傅里叶变换红外光谱测试采集其红外光谱数据,并使用人工神经元网络方法对其红外光谱数据进行处理和分析.结果 显示,经过数据预处理和人工神经元网络方法,可以对改性沥青中SBS进行定量分析,其结果误差小、准确度高.因此,使用傅里叶变换红外光谱结合人工神经元网络方法可以快速、便捷、准确的对改性沥青中SBS的含量进行测量.

摘要： In order to improve the accuracy of WSN data transmission, a method based on artificial neuron network ( ANN ) is designed for the prediction of data packet loss ( DPL) rate. Through predicting the packet loss rate of WSN data packets in multipath transmission,the optimal data transmission path is selected. Firstly, a topologic structure of the network with 150 nodes that are distributed randomly in a fixed area is established,and hierarchical clustering of nodes is conducted by PSO algorithm. Then,the DPL of data transmission is predicted by using a three-layer feed-forward ANN. A momentum correction factor is introduced in BP network learning algorithm,to avoid ANN training process traps into local minima. Three of the inputs of ANN are respectively related to the node number of transmission path,types of node application environment,and the node sampling rate. Finally,the multipath transmission planning method based on BWAS is used;the optimal transmission path is selected with the transmission path data packet loss rate as the evaluation parameter. From the simulation verification,it is found that the method proposed obtains higher accuracy of data transmission;it has obvious advantages than that of the FEC encoding multipath transmission strategy.%为了提高无线传感器网络(WSNs)数据传输的准确率,设计了一种基于人工神经元网络(ANN)的数据丢包(DPL)率预测方法.通过预测WSN数据包在多个传输路径上的丢包率,选择出最优数据传输路径.首先,建立1个150节点的网络拓扑结构,使各节点在固定区域内随机分布,并采用粒子群算法对各节点进行层级聚类.然后,采用1个3层前向人工神经元网络来预测数据传输的丢包率.在BP网络学习算法中引入动量修正因子,避免了ANN训练陷入局部极小的问题.ANN的3个输入分别为传输路径上的节点数目、节点应用环境类型和节点采样频率.最后,采用基于最优最差蚂蚁系统(BWAS)的多传输路径规划方法,以传输路径数据丢包率作为评价参数,选择最优传输路径.经仿真验证可知,本方法能够获得较高的数据传输准确率,与FEC纠删编码多路径传输策略相比具有明显优势.

摘要： 文章首先对建筑工程造价的常见确定方法及其局限性进行探讨，然后对基于人工神经元网络的建筑工程分类特征和描述集构建进行构建，最后从影响因素、输入输出、模型构建、学习模式及回想预测等五个方面对基于人工神经元网络的建筑工程造价预测方法进行研究。

摘要： 配制高密度水泥浆需要使用加重材料来提高浆体密度,目前主要通过经验法来摸索加重材料的加量,费时费力.本文考察影响高密度水泥浆流变、强度、沉降稳定性等主要因素,并根据实验结果和工程经验建立原材料、配合比和浆体性能对应的数据库.采用人工神经元网络技术,使用三层BP神经元网络对水泥浆的密度、流变和强度进行简化预测,建立配合比和浆体主要性能之间的对应关系,实现配合比和水泥浆性能之间的双向预测.基于以上算法,采用C#语言编制成软件,具有自适应性强、学习能力强、可处理大量非线性关系数据的能力,也是人工神经元网络技术在油井水泥浆中的新应用.通过实验验证,该方法能够较为快速准确的确定加重材料的加量,减少工作量,具有良好的应用前景.

摘要： 人工神经元网络对解决毛细管网空调参数非线性系统和参数过多的问题具有很大的优势;采用人工神经元网络预测控制器，可以通过电子档案预测出控制结果，使得控制设定值提前得出，从而完美地解决了毛细管网控制性能迟缓的毛病;采用人工神经元网络控制，使得复杂的控制参数大大简化，对一五三医院改造工程结算可降低控制系统成本40%以上。

摘要： NeurOn-Line是在G2实时智能环境中开发和实现人工神经元网络系统的图形化编程软件.通过对全记忆BFGS(Broyden,Fletcher,Goldfarb,and Shanno)算法引入一种新的学习速率搜索方法,提出了一种新的改进的BFGS准牛顿优化算法,编程嵌入到NeurOn-Line中,对BP人工神经元网络权系数进行自适应学习.应用NeurOn-Line人工神经元网络建模和编程技术,研究了一个高度非线性和时变的经典生化反应过程的自适应输出预测问题.使用G2和NeurOn-Line混合智能技术对该生化反应过程进行建模和仿真,成功建立了一套可视化的自适应学习与预测神经元网络系统.仿真实验结果表明,基于改进的BFGS算法的自适应学习与预测神经元网络系统能迅速跟踪该生化反应过程的时变和非线性特性,准确地预测过程输出.

摘要： 纤维增强复合材料(FRP)是一种新型材料,在结构工程、桥梁工程、港口工程等领域得到了广泛的应用.木材-FRP是其中一种常见的结构形式,常制作成火车枕木、木桥桥面板等复合构件,由于这些构件通常承受长期的疲劳荷载,而木材与FRP的界面又是这种构件的薄弱部位,因此,研究木材-FRP界面疲劳裂纹扩展速率具有重要的意义.本文采用已有的木材-FRP界面疲劳裂纹试验数据,应用人工神经元网络预测木材-FRP界面疲劳裂纹扩展速率.通过对预测数据与试验数据的对比,结果表明人工神经元网络预测木材-FRP界面裂纹扩展速率简便易行,具有较高的精度.

摘要： 分析了Timoshenko梁振动特性，得出其简化模型及其在外力作用下的传递函数，然后分析了压电材料PZT对梁振动的作用，得到它的传递函数。设计控制系统，并分别设计人工神经元网络辨识器及其控制器，给出振动控制系统的仿真结果并进行分析。

摘要： 将专家系统方法中类似医生凭化验单进行诊断的判断操作,归结为一个以n维超平行体为定性基准,以人工神经元为其定性基准一个((n-1)维超平面)边界的定性映射.并指出,人工神经元可看作是一个定性基准仅有一个有限边界,而其余边界均消失在无穷远点的定性映射.若以一组人工神经元所围封闭邻域为其定性基准,则该定性映射等价于这组神经元构成的人工神经网络.还讨论了定性基准的伸缩、平移和叠加(或整合)等(线性)变换与人工神经元网络的关系,指出,定性基准的伸缩等价于连接权重的调节,平移等价于阈值调整,叠加等价于边界(人工神经元)旋转.也就是说,带定性基准线性变换的定性映射,不仅具有人工神经网络的所有调节功能,而且,可表示真值随定性基准而变的动态判断和识别过程.

摘要： 根据焊接的特点,研究了智能化焊接知识体系的建立过程,综述了知识获取研究的问题、步骤和途径,通过对知识获取技术进行比较和分析,结合人工神经元网络自动积累和形成各种有用知识的特点,解决了知识库知识不完备的问题,从而将智能化知识体系应用到实际生产中.

摘要： 基于2006年1月至2010年12月北京市120急救中心的逐日脑血管急症接诊病例数据资料,首先探讨北京市急性脑血管疾病与气象要素的关系,选取不同季节的影响因子,然后根据概率积分方法将发病人数划分为4个级别,并采用人工神经元网络方法(ANN)分别建立了北京市不同季节的急性脑血管疾病预测模型.研究结果表明:(1)急性脑血管疾病发病人数存在明显的季节性变化和日变化特征,冬春季发病人数高于夏秋季,发病主要集中在早晨到中午的9:00-14:00时;(2)发病人数相对于气象要素存在明显的滞后效应,夏季、冬秋季发病分别与高温高湿、冷空气活动有关;(3)脑血管疾病预测模型通过对新样本进行预报,除夏季外,完全准确率高于30％,预报误差≤±1级的准确率高于60％,研究成果对于预防急性脑血管疾病发病和调度120急救车辆等应急措施具有较好的科学参考价值.

摘要： 型砂性能检测及控制是保证铸型质量乃至铸件质量的重要手段之一。分別介绍了型砂的物理性能检测、力学性能检测及人工神经网络在型砂检测控制中应用的国内外发展概况，并对我国型砂性能检测及控制方面的研究和应用进行了展望。

摘要： 型砂性能检测及控制是保证铸型质量乃至铸件质量的重要手段之一。分別介绍了型砂的物理性能检测、力学性能检测及人工神经网络在型砂检测控制中应用的国内外发展概况，并对我国型砂性能检测及控制方面的研究和应用进行了展望。

摘要： 本发明涉及一种由单部件电偶极子组成的人工神经元(30)，所述单部件电偶极子包含属于莫脱绝缘体类且连接到两个电极(32、33)的单一材料(31)。

摘要： 本发明涉及一种由单部件电偶极子组成的人工神经元(30)，所述单部件电偶极子包含属于莫脱绝缘体类且连接到两个电极(32、33)的单一材料(31)。

摘要： 本发明公开了一种基于click控制器的全异步人工神经元网络的通讯方法，该方法通过二级的微流水控制模块对整个模块进行管控，二级微流水控制模块为一条异步微流水线控制模块对交换节点模块中的数据流通进行控制；一级微流水控制模块中包含五条同构的异步微流水线，每条微流水线的fire_0～fire_3对四级缓冲数据流通进行控制，fire_4，fire_6，fire_8对仲裁器的数据流通进行控制，fire_5，fire_7作为仲裁器优先级跳变的触发信号。本发明通过全异步微流水控制的通讯方法，使通讯过程中无时钟信号，减少等待时间，加快运行速度，提高运算速度，从而提高基于click控制器的全异步人工神经元网络芯片的通讯电路数据流通速率；该方法具有路径可预计性，性能稳定。

摘要： 本发明公开了一种基于人工神经元网络的SQL漏洞检测方法。该方法由SQL语句分析模块和人工神经元网络检测模块组成。SQL语句分析模块的主要功能是将Web应用提交的SQL语句转换一个由0和1组成的特征向量组r，再将得到的特征向量提交给人工神经元网络检测模块进行分析与检测，充分应用神经元网络的自主学习功能，通过训练产生的人工神经网络算法和正则匹配来实现对SQL语句的检测。相比传统方法更加方便、准确、快速，无需对Web应用改代码本身进行修改，此外，该系统完全采用Javan语言开发，具有易于维护和进行二次开发的特点，可以很好地进行功能拓展和跨平台移植，对SQL注入漏洞的检测与研究有非常重要的应用价值。

摘要： 本发明公开了一种基于人工神经元网络的疲劳裂纹扩展速率预测方法。本发明利用人工神经元网络对多元非线性映射关系出色的拟合能力，从实验数据中挖掘学习并最终描述疲劳载荷(应力强度因子和应力比)与相应的裂纹扩展速率之间的映射关系，并以此为基础建立疲劳裂纹扩展预测算法。疲劳裂纹扩展是一个高度非线性的过程，且应力比对疲劳裂纹扩展的影响也是非线性的,如附图所示。目前的经典理论是将疲劳裂纹扩展速率视为双对数坐标下的线性过程进行计算。使用人工神经元网络预测疲劳裂纹扩展速率既能拟合其高度非线性的特性，同时还能很好的描述应力比对疲劳裂纹扩展速率的影响。

摘要： 本发明是一种基于人工神经元网络的室内无线定位指纹生成方法，属于无线通信技术领域，具体涉及一种基于人工神经元网络的室内无线定位指纹生成方法。本发明解决的技术问题是：提供一种基于人工神经元网络的室内无线定位指纹生成方法，该方法利用在定位区域内选取的若干勘测点所采集的数据，生成一个径向基函数网络，实现对定位区域目标点坐标到接入点AP的信号强度值RSSI的映射，并由此映射计算指纹数据。从而在较少勘测数据的情况下，利用径向基函数网络生成其它指纹数据，以提高指纹库的形成效率。

摘要： 本发明公开了一种应用人工神经元网络的模锻工艺智能决策方法，根据实际的模锻锻造工艺，采用模锻件的锻件信息作为工艺决策的依据，对锻件的工艺参数、坯料参数等进行智能决策。采用水平正交试验的方法确定不同种类及规格模锻件最佳的工艺参数、坯料参数，并将确定的实验数据作为决策模型训练和测试的样本数据。应用人工神经元网络设计了智能工艺决策模型，输入为锻件信息，输出为锻件工艺参数、坯料参数，采用单层隐含层，同时将LM(Levenberg‑Marquardt)算法与贝叶斯算法相结合来提高网络的决策精度，并应用水平正交实验数据进行训练建立智能模锻工艺决策模型，并利用测试样本进行验证。对模锻工艺的智能决策提供了良好的思路。

摘要： 本发明公开了基于人工神经元网络的自优化能效管控系统及方法，该系统包括传感器组、暖通设备、设备控制参数采集器、设备控制参数反馈模块和中央控制单元。该方法利用环境条件参数、设备工况参数作为样本输入，设备控制参数作为样本输出训练ANN，获取从环境条件、设备工况到设备控制参数之间的多维函数映射关系。与其它利用ANN的方案中ANN通常用于从设备控制参数到系统输出工况的仿真模拟不同，本案中ANN所获取的函数关系包含了从环境条件和系统工况到设备控制参数的反馈关系，因此系统可以利用包含该函数关系的ANN，直接通过环境条件和设备工况获取合适的设备控制参数。

摘要： 本发明公开了一种基于click控制器的全异步人工神经元网络的通讯方法，该方法通过二级的微流水控制模块对整个模块进行管控，二级微流水控制模块为一条异步微流水线控制模块对交换节点模块中的数据流通进行控制；一级微流水控制模块中包含五条同构的异步微流水线，每条微流水线的fire_0～fire_3对四级缓冲数据流通进行控制，fire_4，fire_6，fire_8对仲裁器的数据流通进行控制，fire_5，fire_7作为仲裁器优先级跳变的触发信号。本发明通过全异步微流水控制的通讯方法，使通讯过程中无时钟信号，减少等待时间，加快运行速度，提高运算速度，从而提高基于click控制器的全异步人工神经元网络芯片的通讯电路数据流通速率；该方法具有路径可预计性，性能稳定。

摘要： 本实用新型涉及一种基于click控制器的全异步人工神经元网络芯片的通讯电路，采用全异步控制代替全局异步、局部同步，实现NoC片上路由通信机制，通过流水线控制电路严格控制各个模块的运算时序，异步电路由于采用握手协议产生各流水段局部时钟，取代了同步集成电路中的全局时钟，不需要庞大的时钟分布网络，从而自然的解决了同步集成电路中时钟漂移、功耗偏高等问题。