人工神经网络模型
人工神经网络模型的相关文献在1999年到2022年内共计259篇,主要集中在自动化技术、计算机技术、水利工程、金属学与金属工艺
等领域,其中期刊论文202篇、会议论文24篇、专利文献566283篇;相关期刊168种,包括集团经济研究、商场现代化、湖南大学学报(自然科学版)等;
相关会议24种,包括中国电机工程学会电厂化学2016年学术年会 、全国冶金自动化信息网2014年年会、中国内燃机学会燃烧节能净化分会2014年学术年会暨先进发动机节能及测试技术论坛等;人工神经网络模型的相关文献由816位作者贡献,包括吴磊、刘言、单金卉等。
人工神经网络模型—发文量
专利文献>
论文:566283篇
占比:99.96%
总计:566509篇
人工神经网络模型
-研究学者
- 吴磊
- 刘言
- 单金卉
- 夏文水
- 罗建
- 胡大伟
- 陈季旺
- 丁晓纲
- 不公告发明人
- 何建军
- 侯艺鑫
- 冯斐斐
- 冯雄志
- 刘晓利
- 刘芳
- 刘蕾
- 刘言12
- 单金卉1
- 卞新民
- 史博会
- 吴拥军
- 吴海浩
- 吴逸明
- 周朗牙
- 周跃平
- 唐昆明
- 夏文水13
- 孙玉春
- 宁云才
- 宋尚飞
- 宫敬
- 尹愚
- 尼拉姆库马·维勒查
- 左其亭
- 巴斯卡·戴特雷·库卡尼
- 巴范尼史安卡·希诺伊
- 希瓦拉玛·拉维克安德兰
- 庞博
- 康琦
- 张利
- 张慧玲
- 张捷
- 张文博
- 张频
- 朱志平
- 朱玉佳
- 朱远志
- 李保国
- 李方明
- 李海峰
-
-
徐超;
李雁
-
-
摘要:
为综合评价水利工程质量,文章基于布谷鸟算法(CSA)、蝙蝠算法(BA)、鲸鱼算法(WOA)优化人工神经网络模型(ANN),结合TOPSIS模型,构建了水利工程质量综合评价模型。同时在项目操作质量、项目管理质量和项目监理监督质量3个方面构建了评价体系。结果表明:CSA-ANN模型在所有模型中精度最高,该方法评价结果与层次分析法和模糊评价法基本一致,同时运算速率更快,证明了该方法的科学性。
-
-
李莹莹;
赵正勇;
杨旗;
丁晓纲;
孙冬晓;
韦孙玮
-
-
摘要:
为探索国产卫星GF-1预测土壤有机质(SOM)的能力,本研究以广东省云浮市的罗定市为研究区,以GF-1多光谱遥感影像衍生的9个遥感变量和DEM提取的9个地形水文变量为预测因子,建立2种人工神经网络模型(A模型:地形水文;B模型:地形水文+遥感),对5个土壤深度(L1:0~20 cm,L2:20~40 cm,L3:40~60 cm,L4:60~80 cm,L5:80~100 cm)的SOM进行预测。结果表明:5个深度的B模型全都比A模型的精度高,尤其是L1、L2土层,精度提升明显,其R²分别提高了13%和10%;而深层土壤(L3、L4、L5)的精度提升较小,仅提高了4%、5%和4%。另外,两个评价指标RMSE和ROA±10%也表现出相似的趋势。总体而言,GF-1遥感数据显著改善了上层(0~40 cm)森林土壤人工神经网络模型的预测精度,对下层(40~100 cm)森林土壤模型改善尺度较低,是预测森林土壤SOM含量可观的新遥感数据源。
-
-
惠伟伟;
罗小玲;
伍芝铭;
李春宇
-
-
摘要:
为得出水利工程复合地基承载力的最优估算模型,以实测承载力为基础,基于人工神经网络模型(ANN),以3种优化算法(布谷鸟算法CSA、粒子群算法PSO、遗传算法GA)构建了3种优化模型,以多源数据为输入组合方式,比较了不同模型精度,结果表明:影响复合地基承载力的因素由高到低依次为桩径、桩长、置换率、施工工艺、孔隙比,CSA-ANN模型在所有模型中精度最高,可推荐估算水利工程复合地基承载力。
-
-
吴佳宏;
王韬;
胡远想;
左丽;
张友涛;
黄攀登;
崔玉环;
刘慧慧;
董利平
-
-
摘要:
目的探讨轻型急性脑梗死后患者认知域功能的变化及认知功能障碍(CI)的危险因素。方法选取我院195例轻型急性脑梗死患者设为梗死组,50例健康体检者设为对照组,比较两组不同梗死部位的不同认知域评分;依据蒙特利尔认知评估量表(MoCA)评分将梗死组患者分为CI组(150例)和非CI组(45例),比较两组患者的一般资料,多因素分析影响轻型急性脑梗死后患者CI的危险因素;采用受试工作者特征曲线(ROC)和校准曲线评价人工神经网络模型的区分度和准确度。结果梗死组患者较对照组认知区域功能下降(P<0.05);多因素Logistic分析结果显示,女性、糖尿病、高血压、HBS-SP≤55分为轻型急性脑梗死后患者发生CI的独立危险因素,而文化程度高为保护因素(P<0.05)。ROC曲线和校准曲线显示该模型具有较好的区分度和准确度。结论临床应重点关注绝经期女性、患者HBS-SP评分等危险因素,以预防和减缓CI发生。
-
-
周庆辉;
刘浩世;
刘耀飞;
李欣;
谢贻东
-
-
摘要:
为了提高起重机运行安全检验结果的准确性,避免误判,并且提高塔式起重机检验的智能化水平,提出了一种基于改进的学习矢量量化(LVQ)人工神经网络模型,实现了对塔式起重机运行安全状态的智能检验。首先,根据近年来建筑工地塔式起重机的检验数据,建立了样本集,基于塔式起重机相关的安全技术标准和规范,将检验项目分解为最常见、最主要的15个因素,作为神经网络输入层的数目;然后,对290台塔式起重机的检验数据进行了统计(金属结构的连接、作业环境、主要零部件与机构,此3项不合格的频次较高);最后,在学习矢量量化(LVQ)算法基础上,改进了LVQ人工神经网络的检验评价模型,再运用优化的特征数据训练出了LVQ分类器,提出了改进的LVQ智能检验方法,对50个测试样本进行了分类识别实验。研究结果表明:改进后的LVQ人工神经网络算法提高了塔式起重机检验结果的正确率,在整机检验中合格率和不合格率均能达到100%,避免了误判,实现了对塔式起重机设备的安全智能检验。
-
-
林双明;
王枭杰;
黄胜辉;
徐宗斌;
黄颖;
卢星榕;
许东波;
池畔
-
-
摘要:
目的 构建预测FOLFOX方案(奥沙利铂+亚叶酸钙+氟尿嘧啶)一线治疗转移性结直肠癌(mCRC)疗效的人工神经网络模型.方法 从美国国家生物信息中心的基因表达汇编(GEO)数据库获取1 组FOLFOX方案一线治疗mCRC 的数据(GSE104645)作为训练集,其中FOLFOX 方案疗效敏感组(完全缓解和部分缓解患者)31 例,耐药组(疾病稳定和疾病进展患者)23 例.将训练集样本按7:3 分为内部训练样本和内部测试样本.以福建医科大学附属协和医院结直肠外科采用FOLFOX方案一线治疗的30例mCRC 患者的芯片数据集(GSE69657)作为外部验证样本,其中敏感组13例,耐药组17 例.运用R 3.5.1 软件Combat 包对两套矩阵的表达值进行批间差校正.运用GEO2R平台对GSE104645中敏感组和耐药组的基因表达进行差异分析,以P<0.05且丨 log2FC丨>0.33(FC 为差异倍数)为阈值,筛选FOLFOX 方案的耐药基因和敏感基因.采用多层感知器方法对GSE104645 数据集进行FOLFOX方案疗效的人工神经网络模型构建.然后,以外部验证样本进行回代验证.采用受试者工作特征(ROC)曲线对所建模型的预测能力进行评价.结果 基于GSE104645数据集,共筛选出2 076个差异基因,其中822个基因在耐药组上调,1 254个基因下调,下调基因为敏感基因.基因本体论(GO)分析显示,差异基因主要富集在物质代谢的调控过程中.所构建的人工神经网络模型共纳入39个基因,包含2个隐藏层.其在训练集中预测训练样本和测试样本的准确度分别为75.7%和76.5%,ROC曲线下面积为0.875.回代验证显示,外部验证样本的ROC曲线下面积为0.778.结论 基于芯片数据成功建立了人工神经网络预测模型,模型稳定性好,预测FOLFOX 方案一线治疗mCRC疗效的效能强.与奥沙利铂耐药相关的基因功能主要富集在物质代谢的调控过程中.
-
-
周朗牙;
王日初;
王小锋;
蔡志勇;
董翠鸽
-
-
摘要:
在Gleeble-3180热模拟机上对碳化硅颗粒增强铝基(SiCp/2014Al)复合材料进行热压缩试验,研究其在变形温度为350,400,450°C和500°C,应变速率为0.001,0.01,0.1s^(-1)和1.0 s^(-1)条件下的热变形行为。根据热压缩实验的真应变-真应力数据,在考虑应变、应变速率和变形温度对流动应力的耦合影响下构建修正的Johnson-Cook(JC)本构模型,同时建立人工神经网络模型(ANN)。结果表明:SiCp/2014Al复合材料的流变应力随应变速率的增加和温度的降低而增大。与修正的JC模型相比,ANN模型具有较低的均方根误差(0.51 MPa)和平均绝对误差(1.43%),以及较高的相关系数(0.9997),表明其对SiCp/2014Al复合材料热变形流变应力的预测具有更高的预测精度和可靠性。
-
-
周朗牙;
王日初;
王小锋;
蔡志勇;
董翠鸽
-
-
摘要:
在Gleeble-3180热模拟机上对碳化硅颗粒增强铝基(SiCp/2014Al)复合材料进行热压缩试验,研究其在变形温度为350,400,450°C和500°C,应变速率为0.001,0.01,0.1s-1和1.0 s-1条件下的热变形行为.根据热压缩实验的真应变-真应力数据,在考虑应变、应变速率和变形温度对流动应力的耦合影响下构建修正的Johnson-Cook(JC)本构模型,同时建立人工神经网络模型(ANN).结果表明:SiCp/2014Al复合材料的流变应力随应变速率的增加和温度的降低而增大.与修正的JC模型相比,ANN模型具有较低的均方根误差(0.51 MPa)和平均绝对误差(1.43%),以及较高的相关系数(0.9997),表明其对SiCp/2014Al复合材料热变形流变应力的预测具有更高的预测精度和可靠性.
-
-
戎荷婷;
姚兰;
杨佳云;
高福祥
-
-
摘要:
针对定性工业供应链销售预测方法中存在的精度低、非智能化且无法处理复杂样本等问题,提出一种基于高斯混合模型的工业供应链销售预测方法.分析真实销售数据的特征信息及特征间的相关程度;在不同聚类簇数和特征数的组合下利用训练数据集迭代计算模型参数;对测试数据集进行销售预测,通过比较预测结果的准确率、召回率和F值三个指标确定可实现较好结果的特征值与聚类簇数目.实验结果表明,与人工神经网络模型和卷积神经网络模型相比,该方法在三个指标方面均表现出更好性能,可较好地预测销售成交情况.
-
-
蒋煜卿;
陈树明
-
-
摘要:
将人工神经网络的方法引入中国实验快堆传感器数据分析,通过机器学习的方式,建立出入口钠温作为输出、堆功率等多个变量为输入的模型.通过比较不同优化算法下测试集的预测值和实际值之间误差,进行模型的调整.在最优算法下,判断最终模型的泛用性.实验结果表明,通过人工神经网络方式建立的出入口钠温模型,拟合结果较好,可以实现通过其余冗余传感器间接得到目标传感器数据大致区间范围,实现非冗余传感器故障有效监测.
-
-
-
Xu Zhenyuan;
徐震原;
Wang Ruzhu;
王如竹
- 《2015中国制冷学会学术年会》
| 2015年
-
摘要:
基于对溴化锂-水1.n效吸收式制冷机的实验数据建立了人工神经网络模型,通过误差计算验证了模型的准确性.根据该人工神经网络模型建立了1.n效吸收式制冷机的TRNSYS模块,同时根据中温太阳能集热器的性能曲线建立了集热器的TRNSYS模块,依据两个自建模块在TRNSYS软件中建立中温太阳能驱动溴化锂-水1.n效吸收式制冷系统,并对系统运行情况进行了模拟计算.
-
-
-
-
-
LI Ying;
李莹;
Zhang Hui-min;
张慧敏;
He Yao;
何瑶;
Yan Li;
闫莉;
FU Chao-mei;
傅超美
- 《世界中医药学会联合会中药药剂专业委员会、中华中医药学会中药制剂分会学术年会暨“江中杯”中药制剂创新与发展论坛》
| 2012年
-
摘要:
目的:建立中医经方四逆汤制备工艺的人工神经网络模型,优化筛选出制备四逆汤的最佳工艺参数.方法:将正交设计与人工神经网络相结合,首先采用L9 (34)正交设计试验优选四逆汤的制备工艺;再以正交试验结果为神经网络训练样本,运用Matlab建立神经网络优化模型对考察指标进行预测,进而得出优化工艺参数,并进行试验验证.结果:四逆汤的最佳制备工艺参数为:提前煎煮附子0.5h,再与炙甘草和干姜二味药合煎,共提取3次,料液比第一次为1∶8,后两次为1∶6,每次提取1h.结论:人工神经网络与正交试验联用优选的四逆汤制备工艺参数稳定、可行.
-
-
李鑫龙;
杨东旭;
王璐
- 《中国测绘地理信息学会2016学术年会》
| 2016年
-
摘要:
大坝变形区间预报是大坝安全监测系统中重要的组成部分,是对大坝结构形态与安全状况最直观和有效的反映.根据两江水电站雪山湖大坝多年的变形观测数据,本文提出一种基于BFGS-BP神经网络预测大坝变形的模型方法,利用多年监测的库水位、温度、气压等环境资料,实现了混凝土大坝的变形预测分析.分析结果表明,与传统的统计方法比较,预测精度和收敛速度得到了明显提高.本文的研究对大坝工作状态、安全管理工作起到了重要的意义.
-
-
李鑫龙;
杨东旭;
王璐
- 《中国测绘地理信息学会2016学术年会》
| 2016年
-
摘要:
大坝变形区间预报是大坝安全监测系统中重要的组成部分,是对大坝结构形态与安全状况最直观和有效的反映.根据两江水电站雪山湖大坝多年的变形观测数据,本文提出一种基于BFGS-BP神经网络预测大坝变形的模型方法,利用多年监测的库水位、温度、气压等环境资料,实现了混凝土大坝的变形预测分析.分析结果表明,与传统的统计方法比较,预测精度和收敛速度得到了明显提高.本文的研究对大坝工作状态、安全管理工作起到了重要的意义.
-
-
李鑫龙;
杨东旭;
王璐
- 《中国测绘地理信息学会2016学术年会》
| 2016年
-
摘要:
大坝变形区间预报是大坝安全监测系统中重要的组成部分,是对大坝结构形态与安全状况最直观和有效的反映.根据两江水电站雪山湖大坝多年的变形观测数据,本文提出一种基于BFGS-BP神经网络预测大坝变形的模型方法,利用多年监测的库水位、温度、气压等环境资料,实现了混凝土大坝的变形预测分析.分析结果表明,与传统的统计方法比较,预测精度和收敛速度得到了明显提高.本文的研究对大坝工作状态、安全管理工作起到了重要的意义.
-
-
李鑫龙;
杨东旭;
王璐
- 《中国测绘地理信息学会2016学术年会》
| 2016年
-
摘要:
大坝变形区间预报是大坝安全监测系统中重要的组成部分,是对大坝结构形态与安全状况最直观和有效的反映.根据两江水电站雪山湖大坝多年的变形观测数据,本文提出一种基于BFGS-BP神经网络预测大坝变形的模型方法,利用多年监测的库水位、温度、气压等环境资料,实现了混凝土大坝的变形预测分析.分析结果表明,与传统的统计方法比较,预测精度和收敛速度得到了明显提高.本文的研究对大坝工作状态、安全管理工作起到了重要的意义.