神经网络技术

摘要： 目的:运用具有深度学习能力的神经网络技术构建并检验围术期病人低体温风险预测模型。方法:回顾性收集临床病例大数据,通过循证和临床相结合的方式筛选出预测模型的建模变量,基于神经网络技术构建预测模型,通过预测模型的准确率、特异度和曲线下面积(AUC)等指标检测其性能。结果:建模的训练集和测试集病例资料的基线特征一致(P>0.05);训练集和测试集预测模型准确率均>75%,阴性预测值>0.9,特异度>0.8,AUC>0.70,模型决策曲线优于随机方案。结论:基于大数据运用神经网络技术构建围术期病人低体温风险预测模型具有可行性,能够为科学预测围术期低体温提供新的方法。

摘要： 在经济全球化的大背景下,我国进出口贸易发展迅速,其中水产品占据很大的份额。随着进出口水产品的品种越来越丰富,这在一定程度上增加了水产品品种鉴别的难度,比如在进出口贸易过程中,部分企业受利益驱使,存在以假充真、以次充好等问题,严重影响了后续进出口贸易的发展。深度学习作为一种新型神经网络技术,可以充分模仿人脑机制的数据进行解释,可以解决水产品品种鉴别存在的问题。本文首先介绍了深度学习这一技术的理念,然后分析了进出口水产品品种鉴别的现状,最后对深度学习用于进出口水产品品种鉴别的方法进行了介绍。

摘要： 本文对烟草设备中智能控制技术的应用进行研究,主要从智能技术的概述入手,对智能控制技术与烟草设备融合的作用进行分析,在分析中也对各类问题进行阐述,后续结合形成各类问题的原因,融入智能控制技术对其进行解决。当前智能化控制技术被广泛应用在各个行业之中,将其应用在烟草设备中提高了烟草设备运行效率,也保证了运行质量。

摘要： 本文通过对微波工程中常用神经网络模型结构的综述,分析了神经网络在微波工程不同分支中的应用,并以此为基础对人工神经网络和微波工程领域交叉学科重点研究应用方向进行了展望。

摘要： 俄罗斯托木斯克理工大学开发出一种利用神经网络技术检测半透明材料缺陷的新方法,测量精度超过所有其他方法。玻璃纤维复合材料具备良好的抗拉强度,广泛用于航空航天、汽车、能源和其他行业。无损检测是任何现代材料生产和研发不可或缺的手段,可以检测材料中的结构缺陷。红外热成像是最常见的无损检测方法之一,使用大功率光学灯加热材料,并用热像仪监控表面温度。如果材料有缺陷,将比完整的样品加热或冷却得更快或更慢。因此,这种方法可以在短时间内检测较大的表面而不会与材料接触,准确分析结果。但是玻璃纤维的半透明性限制了这种无损检测方法的使用。

摘要： 伴随着工程技术的不断提升,人工神经网络技术也得到了广泛的应用,此项技术包含了众多的高新科技,对于提升机械智能化方面有着显著的推进作用.本文旨在深入探析神经网络技术在机械工程领域中的应用以及其未来的发展趋势.

摘要： 本文从情感分析技术的研究意义出发,研究了常规微博情感分析方法,并对神经网络技术进行相关介绍,提出了微博情感分析创新性新方法。

摘要： 2019年6月,一则科技新闻在业内引起轰动,中国科学技术大学微尺度物质科学国家研究中心的研究团队,成功地通过人工智能机器学习中的神经网络技术,模拟了蛋白质肽键结构与性质之间的构效关系,将计算量一下降低了上万倍,相关成果发表在《美国科学院院报》上。这是人工智能技术首次用于理论计算预测蛋白质光谱的研究,从而确立了机器学习模拟蛋白质肽键骨架紫外吸收光谱的可行性和优势,可以更加轻松地解读蛋白质的"光学指纹"。

摘要： 为改善地面重力数据缺乏区域似大地水准面的精度和分辨率,提出利用神经网络融合卫星重力信息应用于似大地水准面精化的方法,通过融合不同时期CHAMP卫星数据计算的重力场模型和GPS/水准数据中区域重力场信息,进行区域似大地水准面精化并进行精度统计,结果表明:融合卫星重力信息将区域似大地水准面模型的精度由0.4702m提高至0.2038m,验证了神经网络技术融合卫星重力信息并应用于区域似大地水准面精化是有效的.

摘要： 本文对基于神经网络的网络入侵检测系统进行总体设计,并在此基础上实现了事件分析模块和Web查询模块.重点研究了神经网络技术与模式匹配检测方法的结合及其在入侵检测系统中的应用.

摘要： 针对空间网格结构中杆件数量众多,但杆件按照一定的规律相互组合的特点,损伤识别中采用了基于神经网络技术和面向子结构的损伤初步定位的空间网格结构损伤识别三步法.通过ANSYS计算软件对一个单层凯威特型网壳结构进行了建模分析,得出了该结构在损伤前后的模态参数,并利用前两阶模态信息构造神经网络输入参数,对模型的各种损伤工况进行了识别.结果表明,所用的方法可以精简神经网络的结构,并提高其模式识别能力,取得了良好的效果.该方法可用于对大型复杂结构的损伤识别,且具有一定的工程实践价值。

摘要： 针对潜艇目标运动要素解算过程中经常出现的非正常误差及其无规律性，文章采用Amari-Hopfield神经网络思想，通过对残差的学习和训练来抑制非正常误差的影响，达到提高目标运动参数的估计精度的目的。海试数据计算表明，该方法对海试量测数据中非正常误差量测点能进行有效的辨识并抑制。

摘要： 为解决不同乘坐舒适度标准之间无法比较和转换的问题，采用遗传神经网络技术，进行乘坐舒适度标准之间的相关性分析研究，实现了舒适度标准之间的精确建模。首先采用轨道谱和动力学仿真软件生成振动加速度信号，然后以UIC标准为例介绍了舒适度标准的计算方法，最后采用遗传神经网络构建舒适度标准之间的相关性模型。神经网络的结构采用经验法确定，其参数采用遗传算法与Levenbcrg-Maxquardt算法的组合进行训练。仿真结果表明:乘坐舒适度标准之间具有强相关性，采用遗传神经网络可以实现舒适度标准之间的精确建模。

摘要： 本文通过对欠平衡钻井过程中欠压值分析,现有模型计算欠压值与实钻过程中相差较大,综合分析了录井采集数据和压力测量方法,利用MATLAB中神经网络工具箱建立欠平衡钻井液当量密度的神经网络预测模型,包括用经验方法确定网络结构,用学习算法调整网络的权值,对欠平衡钻井的钻井液密度进行了实际预测,结果表明该方法具有较高的预测精度,这为欠平衡钻井液当量密度预测开辟了一个新途径.

摘要： 分析了神经网络技术用于潮汐预报的可行性,介绍了BP模型的特点、学习、仿真过程,设计了潮汐预报的BP模型、样本构造、算法改进、程序实现,并利用验湖站资料进行网络学习和仿真,验证设计网络的可行性.

摘要： 系统预测是对系统做出规划和进行分析，以及进行设计和决策的不可或缺的步骤。对系统进行准确的预测，可以帮助我们获取必要地系统属性，给接下来的逻辑推理、决策工作提供可靠、正确的依据。本文通过对系统预测的方法进行阐述，并对BP神经网络法在股指预测中的应用方法进行研究分析，为系统预测工作提供一定的参考。

摘要： 系统预测是对系统做出规划和进行分析，以及进行设计和决策的不可或缺的步骤。对系统进行准确的预测，可以帮助我们获取必要地系统属性，给接下来的逻辑推理、决策工作提供可靠、正确的依据。本文通过对系统预测的方法进行阐述，并对BP神经网络法在股指预测中的应用方法进行研究分析，为系统预测工作提供一定的参考。

摘要： 系统预测是对系统做出规划和进行分析，以及进行设计和决策的不可或缺的步骤。对系统进行准确的预测，可以帮助我们获取必要地系统属性，给接下来的逻辑推理、决策工作提供可靠、正确的依据。本文通过对系统预测的方法进行阐述，并对BP神经网络法在股指预测中的应用方法进行研究分析，为系统预测工作提供一定的参考。

摘要： 本发明涉及信息分析技术领域，具体地说，涉及基于神经网络技术的网络流量信息分析方法及系统。包括如下步骤：建立数据集，模型训练，预测效果。本发明方便确定真实网络中僵尸网络的规模，可以控制僵尸网络的规模和拓扑信息，研究模型在不同场景下的效果，选择神经网络的原因是由于神经网络非常适合于识别网络拓扑结构，在神经网络的每一层中，节点更新它们的特征，并且相邻节点之间会相互交换信息来更新节点特征，因此，包含12层的基础神经网络模型结构可以在许多层的消息传递后自动识别图中的节点依赖关系，不需要明确的过滤器、明确的特征定义，也不需要手动调整。

摘要： 本发明公开了一种基于人工神经网络技术的人工心肺机数据记录方法，先获取人工心肺机各屏幕图像并初始化屏幕模版库与对应分割模版，再搭建并训练姿态估计网络PoseNet，然后通过PoseNet对待检测图像进行姿态调整，最后通过OCR文字识别技术自动化地获取人工心肺机手术全程的监测数据，并按HL7格式编码并实时传输至医院信息中心，以便医院为抢救病人做出实时反应。

摘要： 本发明涉及一种裂缝性油藏CO2驱油流动模拟方法，特别涉及一种利用神经网络技术的裂缝性油藏CO2驱流动模拟方法。其包括如下步骤：对目标油藏进行勘测，收集油藏地质参数及裂缝几何参数，建立裂缝性油藏几何模型；建立基于神经网络的闪蒸计算模型；建立嵌入式离散裂缝模型描述裂缝；建立组分模型描述CO2驱油过程；将基于神经网络模型的闪蒸计算模型与组分模型结合，并考虑嵌入式离散裂缝模型，建立裂缝性油藏CO2驱油流动模型并进行数值求解。本发明方法可以利用神经网络的优势，快速稳定的进行闪蒸计算，并提高计算的收敛速度，同时精确描述裂缝对CO2驱油的影响。

摘要： 本申请公开了一种基于深度神经网络技术的语音增强方法，通过获取待处理语音数据；将待处理语音数据输入至预先训练的神经网络模型，获得神经网络模型输出的增强语音数据；增强语音数据为待处理语音数据滤除噪音数据后得到；其中，预先训练的神经网络模型包括编码结构和解码结构，通过对训练语音数据进行编码并传递给解码结构，并将相邻解码层之间的解码输出信息进行去除冗余和传递处理训练得到。以此，通过预先训练的神经网络模型对待处理语音数据进行处理，可以快速、有效抑制噪声数据，且预先训练的神经网络模型通过对解码输出信息进行去除冗余处理，更专注于有效信息，明显提升降噪效果。

摘要： 本发明公开了一种基于卷积神经网络技术的大田作物产量估算方法，所述估算方法如下：步骤一：从大田作物的结实照片中分离出单株结实部位，利用计算机视觉算法，提取单株结实部位轮廓；步骤二：对分离后的各单株结实部位以其轮廓照片进行分类；步骤三：使用各种类型、状态的单株结实部位轮廓照片对大田作物结实部位进行模型训练；本发明的有益效果是：本发明采用深度卷积神经网络技术，相比人工计数，用时更短，结果更精准；数据库对大田作物临近收获期的各种不同状态的结实部位进行目标框的标注，同时针对不同遮挡程度的结实部位进行标注，以提升模型对遮挡结实部位的识别准确性；所有入库的图片都经过严格的鉴别和分类，去除了重复、模糊的情况，数据库质量得到保证。

摘要： 本发明公开一种基于异构神经网络技术的VoIP恶意行为检测方法及系统，涉及网络信息安全领域，通过从VoIP多数据源中抽取出信息对象，构建异构信息网络，利用GEM模型获得节点向量表示；再通过计算不同节点之间的相似度进行聚类，通过对同一类节点打上相同标签来丰富训练数据，再对对分类算法进行有监督学习分类，获取有害的VoIP节点。本发明能够利用多种数据源的信息，通过挖掘异构信息网络中的隐式关系和隐藏模式发现有害VoIP行为。

摘要： 本发明涉及基于可逆神经网络技术的人脸隐私面具可逆保护方法，与现有技术相比解决了针对人脸隐私保护的不可感知性和可逆性的缺陷。本发明包括以下步骤：原始人脸图像的获取；可逆面具网络的构建；可逆面具网络的训练；待保护人脸图像的获取；人脸隐私面具的生成；人脸隐私面具的卸除。本发明利用Mask‑Net自然生成一张面具人脸，将面具脸放在受保护的人脸上，并生成戴上面具人脸，在被授权方将面具脸从戴上面具人脸上取下，得到恢复的人脸，在保证了针对人脸隐私保护的不可感知性和可逆性的同时，实现了较为优越的人脸隐私保护。

摘要： 本发明涉及一种基于联邦图神经网络技术的比特币异常交易识别方法，属于区块链应用安全技术领域。本方法包括联邦学习训练和图神经网络训练。各个参与者在本地利用图神经网络对交易数据进行建模，并充分利用交易数据之间的邻居特征。在训练各自的本地模型之后，参与者将本地模型的梯度通过隐私保护的方式聚合到服务器，共同更新全局模型的参数，并将输出结果反馈给参与者进行迭代更新，从而实现在数据保护场景下进行比特币恶意交易联合识别分析。

摘要： 本发明公开的一种基于神经网络技术的地面实测脉动压力参数辨识方法，属于飞行器气动参数辨识领域。本发明利用经典Corcos模型和模拟传感器获取不同气流参数条件下包含背景噪声的脉动压力原始数据作为训练样本；通过深度学习建立起脉动压力原始数据与空间波束的映射关系；然后利用神经网络模型获取新的来流条件下的脉动压力空间波数辨识数值，进而得到消除背景噪声的脉动压力。本发明能够在不增加吸声结构的情况下，方便快捷地分离脉动压力与背景噪声。本发明通过引入“模拟传感器”，离散化脉动压力空间分布，“模拟传感器”本质为计算点位，不存在传统传感器的尺寸、位置、型号等安装问题而导致无法测量的限制，能够拓展风洞试验应用范围。

摘要： 本实用新型为解决微带线网络在仿真分析过程中建模工作繁琐、计算代价极大的问题，提供了一种基于神经网络技术的微带线网络仿真分析设备，其特征在于，扫描仪2在长方体外壳1的顶部，液晶显示屏3、扫描启动/暂停键4、仿真启动/暂停键5、开/关键6、USB端口7在长方体外壳1的正面。所述长方体外壳1内部，微控制器分别连接电源模块、图像处理模块、USB模块、显示控制模块、开/关控制模块和仿真控制模块；所述扫描控制模块与扫描仪控制模块连接，扫描仪控制模块与图像处理模块连接。本实用新型的有益效果是可以通过扫描电路版图图纸或印刷电路板直接提取微带线网络参数，然后利用内置于微控制器的神经网络程序进行微带线网络仿真和分析，仿真速度快，仿真结论可靠。