神经网络的高楼外墙裂缝检测系统

为了有效解决网络系统可能出现的故障,结合模糊神经网络提出了一种新的故障检测算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).该算法根据特征信息熵建立了故障检测评价方法和最小偏差的优化模型,设计了模糊神经网络中输入层、模糊化层、模糊规则层和解模糊层,并且给出了具体的算法流程.通过建立网络仿真平台,深入分析了影响fdd-fnn算法的关键因素,同时对比研究了fdd-fnn算法与其他算法的性能情况,结果表明fdd-fnn算法具有较好的适应性.

精密轴承应用广泛,精度要求高,轴承表面缺陷对其使用影响很大.因此,对轴承缺陷的检测很有必要.目前的检测以人工为主,但当缺陷小于0.075mm时人眼就很难识别.以ccd摄像机为视觉结合图像处理技术,设计一种轴承在线检测方法,能够在很大程度上提高检测效率和检测精度,最后利用bp神经网络进行缺陷分类,实验结果表明:分类正确率可达92.7%,符合工业要求.

目前钢丝绳断丝定量检测中存在效率低、可靠性差的问题。基于bp神经网络的智能化钢丝绳断丝检测系统,利用虚拟仪器技术,可方便地实现对钢丝绳的数据采集、实时分析,实现了对钢丝绳断丝检测的综合判断。运用matlab神经网络工具箱进行模拟检测,结果表明:网络仿真与实际相符,准确判断率为81.82%。该系统用于钢丝绳断丝识别可行。

提出“三因素”法检测球磨机的外部响应,应用神经网络建立球磨机内部负荷与外部参数之间的关系模型对负荷进行预测。同时,应用基于嵌入式处理器核nios的sopc(systemonprogrammablechip)技术来完成球磨机负荷检测系统软硬件设计。测试结果表明该系统能实时、准确地检测球磨机负荷,为解决球磨机外部响应与内部负荷参数之间的建模问题提供了一种行之有效的方法。

支撑是水泥厂窑尾塔架设计中的主要部分，以往都是专家根据知识规则进行设计，利用人工神经网络技术实现建筑平面支撑的设计缩短了设计时间，提高了设计效率。

为在继电器的设计和生产阶段通过多个评价指标评价其整体品质,研究了多层次综合评判模型的可计算性。该模型依据电器产品设计方案关于技术性能和成本的综合评价指标体系,并通过对神经网络原理的评判方法的研究而建立。实例证明,人工神经网络的出现为处理各种模糊的、数据不完全的、模拟的、不精确的模式识别问题提供了一个全新的途径。

针对工业过程中直线行程的高精度测量问题,提出了基于神经网络函数逼近原理,以巨磁阻(gmr)传感器为核心的非接触式测量系统。运用等效电流法对提供磁场的圆柱形永磁体进行建模并仿真,得到永磁体磁场在空间中的分布规律,从而确定磁体的位置及形状参数。通过matlab建立bp神经网络,用遗传算法进行优化,最终获取了位移与电压的函数关系,研究结果表明:该测量系统可以精确地测量直线位移。

通过研究工程造价的构成及其影响因素,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了12个主要因素,作为神经网络的输入变量,在深入研究神经网络理论功能的基础上,选用可以应用于工程估价的bp神经网络和bp计算方法,利用s型神经元i/o特性和bp算法的函数逼近功能,使建筑工程造价的估算值的影响因素变化更逼近于其在成本构成中的客观作用,从而更接近于工程实际造价,建立了工程估价模型并开发了计算机辅助系统。收集了60个工程估价实例作为训练样本,10个工程实例作为检测实例,经测算达到可以用于工程实际的水平。此方法可以快速准确地进行工程估价。

提出将一种径向基网络的重要变形—概率神经网络(pnn)应用于化工过程的故障检测中。与其他网络相比,概率神经网络学习速度快,适合于故障检测问题。将概率神经网络用于tennesseeeastman(te)过程故障检测的仿真实验,将实验结果与bp网络进行比较,结果表明概率神经网络的网络设计时间明显少于bp网络,故障检测的准确率明显提高。该方法可行、有效。

基于神经网络的高速公路软基沉降分析——简述了高速公路软基沉降观测的目的和意义。介绍了工后沉降的预测方法。其后，简述了bp神经网络的基本概念。论文提出了基于神经网络的高速公路工后沉降预报方法。结合江苏省某高速公路现场监测资料，进行了实例分析，说明...

本文将bp神经网络运用于高校大学生德育评价体系中,使该体系能够更为全面、准确地反映学生的实际情况,为学生德育发展指明方向。该体系的建立为大学生德育评价提供一种更为客观准确的评价手段,特别解决了评价体系当中的人为主观因素误差和评价指标权值设置问题。

针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种adaboost算法优化bp神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性；其次利用adaboost算法对训练样本的权重进行不断调整,从而获得bp神经网络最优权重和阈值；最后再通过adaboost算法将bp弱分类器组合成bp强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.

采用催化传感器和电化学式气体传感器配合使用的传感器阵列.为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法.通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度.实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43％.

简要介绍了人工神经网络的结构及特点,并且详细论述了神经网络在中央空调水系统、风系统、制冷系统、负荷预测、系统的仿真设计和建筑运行能耗评价等方面的应用概况,指出了神经网络在空调领域今后的发展方向.

采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法。通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度。实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43%。

工程造价人工神经网络估算系统——工程造价人工神经网络估算系统

本文叙述了神经网络的基本原理，介绍了工程造价人工神经网络估算模型和人工智能估算系统软件，并结合实例作了分析。

为了有效利用多种检测数据来综合评价轨道的状态,本文应用bp神经网络技术建立了轨道状态评定方法,并采用matlab软件编制了具有自学习功能的评价软件。bp神经网络应用于轨道状态的评价中,其学习样本、规模及代表起关键作用,通过大量的样本训练,对\"未知\"样本神经网络模型的评价具有较高的准确性。理论分析与算例的结果表明,该评价方法是可行的、有效的,为解决轨道状态评定提供了一条新的途径。

提出一种使用人工神经网络技术来估计红外图像背景的快速算法,并利用红外图像中弱小目标的特性来构建目标模型,采用中心重合的大、小两个窗口,用大窗口的外层来估计目标周围的背景,即隐含层第一个结点的输出值,大窗口内的小窗口则是用来估计中心像素的特性,即隐含层第二个结点的输出值,用隐含层第二个结点减去第一个结点的差的大小来判断中心像素是属于目标还是背景,差值越大输出值越大。采用该思想训练网络权值,可以更好地检测真目标,剔除虚假目标。

本文分析了引起光电检测系统非线性误差的因素。在基于光电二极管的光照度检测实验中,应用rbf人工神经网络对光信号和电信号进行非线性误差补偿,实现了在不同环境温度下,光信号与电信号的线性转换,有效地提高光照度检测的检测精度。

随着当前我国城市化的发展进程的快速推进,有限的城市土地面积不断减小,由此人们也开始将关注的目光更多的放到了高层建筑上.然而就从目前我国的高层建筑施工现状来看,依旧普遍存在着大量的外墙裂缝现象,对于高层建筑的整体施工质量造成了极其不利的严重影响.基于这一现状背景下,建筑施工单位在开展工程项目施工时便应当加强针对这一问题的高度关注,采取一些切实可行的措施手段来加以处理.本文具体就从高层建筑外墙裂缝的类型及原因来着手展开了相关的研究工作,并具体探讨了应对高层建筑外墙裂缝的措施方法.

基于人工神经网络的焊条性能预报系统隐含层结构讨论——研究了基于电焊条化学成分与熔敷金属抗拉强度的关系；讨论了网络隐含层神经元个数对预报结果的影响及其变化规律。