信息融合技术在城市绿色建筑评价体系中的应用

本文根据城市绿色建筑的特点，结合神经网络技术及RBF网络，提出了在信息处理中使用信息融合技术和神经网络的方法，将信息融合技术应用到绿色建筑的评价体系中，对建筑物的信息进行全面的分析、处理，有助于对建筑环境进行准确评估，进而实现智能控制，达到降低能耗，节约能源的目的。     

基于神经网络的充放电装置可靠性预计研究

针对如何更精确地实现充放电装置可靠性预计的问题,通过研究总体设备效率(OEE)中各元素的作用和关系,选取其中的可用性效率(AE)作为充、放电装置可靠性预计的目标值;同时,对于传统可靠性预计方法中的局限性,提出了一种基于神经网络的可靠性预计方法,建立了三层BP神经网络,并考虑充、放电装置中各个功能模块选取合适的参数作为神经网络输入,通过增加隐含层神经元个数的方法提高了预计精度,在取定合适的参数和样本数据后进行了仿真实验。研究结果表明,采用该方法对充、放电装置进行可靠性预计,可以达到很好的效果。     

基于神经网络的车辆管理安全风险度评估

对于安全风险度的评估,一般是依靠采集到的风险数据进行相关分析,但是在事故数据与系统风险度之间的机理还不够清楚。因此,建模选择神经网络方法,利用人工智能的学习和推理功能,通过对采集到数据的训练与学习,来实现对车辆管理安全风险度的评估。     

基于卡曼算法的计算机网络安全态势预测

在如今的中国,计算机网络深入各家各户成为人们生活必不可少的重要部分。然而随着网络使用的方面、规模种类逐渐变得庞大和复杂,安全问题也相应地变成了一个让人头疼的顽疾。传统方法的对网络安全问题进行各个击破的方法现下也不再实用和适用。为了把被动变为主动,便要对网络安全态势进行预测,一是要收集整合数据,二是要结合周遭影响因素,为网络安全管理建立一个更好的管理机制,从而提高网络安全,让威胁人们的潜在不安因素得到解决。本文旨在用卡曼算法为基础,对计算机网络安全态势做出预测分析。     

跨江大桥(隧道)危化品运输车辆主动辨识跟踪与自动报警系统解决方案

随着化学工业的飞速发展,危化品道路运输事故呈上升态势,造成了巨大的人员伤亡和经济损失。本文以泰州大桥为研究对象,分析了目前危化品车辆监控管理普遍存在的问题,提出了基于激光车辆外型扫描技术和算法的危化品车辆主动辨识跟踪与自动报警解决方案,以达到降低工作强度、提高工作效率、有针对性地及时采取预防措施、降低事故影响的目的。     

基于无线传感器网络结构的煤炭企业终端数据融合技术研究

数据融合技术的主要作用就是对数据进行离散、归并、约简等得到对于进行决策有用的数据集合的过程。通过将粗糙集和模糊神经网络方式联合来构成煤炭企业终端数据融合模型,并利用该模型来进行数据融合的实验。     

图像识别处理技术在农业工程中的应用

研究一种基于图像识别处理的粮虫检测方法,将图像识别处理技术应用于农业工程。首先使用灰度化、二值化、平滑以及锐化技术对粮虫图像进行预处理,使得图像更容易进行边缘检测和图像特征提取。之后使用四种边缘检测方法实现图像中待识别粮虫的边缘检测。使用粮虫图像的8种区域描述子特征作为粮虫识别模型的输入特征。最后选取常见的玉米象、拟谷盗和锯谷盗三种粮虫为研究对象,使用基于RBF神经网络的识别模型对三种粮虫图像的几何形态特征进行识别。     

基于决策树—BP神经网络的高净值客户价值评价

现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价,但没有结合高净值客户的特征及客户协同创新理论来综合评价,因此,文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上,采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型,对各个评价指标进行综合量化评价,使商业银行更加合理地整合自身资源,充分利用筛选出的优质高净值客户协同资源,提高协同效率,降低协同成本。     

IWO与BPNN混合智能算法在 转子故障诊断中的应用

在经典IWO杂草算法的基础上提出一种适用于神经网络优化的新算法。该算法将多种结构的神经网络权值阈值编码为不同维度的杂草种子，以神经网络均方误差作为种子适应度的统一评价标准，同时对多个维度的杂草种子进行排序筛选，实现了神经网络权值阈值与结构同时优化的目的。应用该方法于转子系统故障分类问题，实验结果表明该方法可以在结合BP算法优势的同时有效优化神经网络各参数，可以得到分类精度高、结构最简且泛化能力强的神经网络故障分类器。     

BP神经网络在呼叫中心抽检评估中的应用

为了提高抽样检验的检出率,基于对某运营商呼叫中心服务质量管理现状的分析,提出利用BP神经网络对客服代表输出的话务质量进行风险评估和预判分类的方法。经过Matlab仿真平台的模拟实验,确定风险因子和风险等级,并进行数据归一化处理,建立数学模型,得到结论:BP神经网络技术应用于呼叫中心服务质量风险评估和抽样检验领域是可行的、有效的。基于该方法,可以将呼叫中心服务质量抽样检验的检出率从传统方法的5.3%提高到现在的9.23%,提高了质检人员的工作效率。