找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。
找到250项技术成果数据。
找技术>-
煤矿水害预报神经网络系统
成熟度：正在研发
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
技术投资分析：一、主要内容突水预报是煤矿防治工作的关键问题之一,尽管从四十年代开始国内外就探索解决这个难题的途径,但由于问题的复杂性, 迄今尚未建立起系统完整的矿坑突水预测理论, 没有切实有效的突水预测方法。为了解决这个难题,我们把提出的神经网络专家系统模型应用于煤矿水文地质,在难以规纳出可靠系统的水害预测规律的情况下,以煤矿地质技术人员的经验和多年收集的历史数据为基础,开发了"煤矿突水预测神经网络专家系统"，通过对突水历史数据的学习,自动获取知识,揭示突水规律,克服了常规专家系统知识获取困难,运行速度慢,效率低的困难。 经煤矿水文地质专家现场测试验收,本系统的预测准确率均超过90％,具有预测准确度高,速度快,使用简单,便于推广的特点,为防止矿坑突水灾害事故的发生提供了一种有效的手段。二、技术水平国际先进水平。技术的应用领域前景分析：产业化前景实验及鉴定结果表明, 本系统依据的神经网络专家系统模型是实用、合理的, 以此模型为基础构造的煤矿突水预测神经网络专家系统具有预测准确度高,速度快,使用简单,便于推广的特点， 为防止矿坑突水灾害事故的发生提供了一种有效的手段。特别是本系统通过对矿坑突水历史实例的学习来获取知识, 解决了常规专家系统知识获取困难的难题.本系统不仅可用于煤矿突水预测，重新建立样板实例库，并重新进行训练后，也可用于其他行业的预测预报，市场和产业化前景良好。国内外行业、市场竞争优势查新资料表明, 国内外尚未发现与本课题相同的应用研究(即煤矿突水预测神经网络专家系统)报导。效益分析：本技术市场广泛，成本低，利润丰厚，效益可观。厂房条件建议：无备注：合作方式在已有软件系统基础上，针对特定行业预测预报实际需求，由开发者与用户进行二次联合开发。
-
精确农药使用中连续目标图像采集与处理
成熟度：正在研发
技术类型：-
应用行业：农、林、牧、渔业
技术简介
课题组通过国际学术交流和深入研究探讨项目的关键性技术难点问题，结合国家和省其他有关项目的研究工作，采用机载摄像机采集了部分典型树木的图像，建立了适应室内喷雾测试控制的连续目标图像采集与处理系统；采用CCD和图像采集卡将连续运动图像输入计算机进行处理，实现连续目标图像的采集、分割处理；通过实验室测试分析和软件运行，研究了将连续目标运动图像进行采集并进行处理的软件编制和进行适应环境变化的图像分割和特征提取处理等；建立了基于分形理论和神经网络的树形目标特征识别系统以识别树木特征数据。为创立具有自主知识产权的基于目标特征图像的农药精确施用方法和喷雾装备奠定基础，并为以城市生态林为代表的林业病虫害防治提供一种全新的防治技术。该项目研究的机器视觉系统在对连续运动树木目标进行树形特征图像采集处理以实现农药精确使用方面填补了国内外空白，在基于机器视觉的农药精确使用方面技术水平已达到国际先进水平。主要创新点：1）适应室内喷雾测试控制的树木图像处理系统可实现实时地从连续视频中提取单帧图像；2）建立了适应室内喷雾测试与控制的树木图像识别算法，并提取G通道将树木图像三维彩色特征降为一维进行处理；3）研究了树木冠型的特征尺寸及树形识别算法，建立了树形识别系统，经过神经网络的学习、训练，实现对不同树形的识别，并指导设计农药实时精确对靶施用系统。关键技术及特点：（1）在实时采集过程中从连续视频中提取单帧图像进行分析；（2）所构造的基于VFW的Capture类具有普遍的适用性，对图像采集卡、计算机等硬件设备没有特别限制；（3）建立一套适应室内喷雾测试控制的树木图像处理算法，将所采集的图像由RGB色彩空间转换为色度表示，并提取G通道将三维彩色特征降为一维进行处理；（4）所设计的系统平台能完成对BMP位图文件的各种操作算法，并具有良好的代码重用性；（5）通过树木冠型的有关尺寸确定及其具体算法，完成对7种树木图像的分割，利用神经网络的学习、训练，实现对不同树形的识别。该系统特色明显，能够分辨各种树形，树冠无论是否经过修剪，识别率均较高，系统的适应性强；（6）经理论分析和试验的验证，系统在基于树木特征图像的农药实时精确对靶施用系统中是可行的，为研究室内喷雾测试和控制系统奠定了基础。推广应用前景通过该研究进一步明确和发展了与国外相关研究单位的科研合作和学术交流渠道，为我国在精确农药使用技术的研究和开发农药对靶喷雾装备奠定良好的基础。拓宽了为我国创新性地研究具有中国特色的全新的精确低污染防治农林病虫害技术和喷雾装备的思路。通过该研究及其他相关项目的研究，有望降低农药使用过程的环境污染，促进农林生产现代化和社会可持续发展，创立具有自主知识产权的基于目标特征图像的农药精确施用方法，指导用于果园等农药对靶喷雾，提高农药使用的社会经济效益。
-
一种基于人工神经网络的电力系统谐波信号估计测量方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。
-
一种三维模型的深度特征提取方法
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本[发明专利]提供一种三维模型的深度特征提取方法，首先，提取三维模型的极视图，作为深度卷积神经网络的训练输入数据；其次，构建深度卷积神经网络，并对极视图进行训练；再次，将极视图输入到深度卷积神经网络进行训练，直到深度卷积神经网络收敛，实现训练完成后深度卷积神经网络的内部权值的确定；最后，在已训练好的深度卷积神经网络中输入需提取特征的三维模型的极视图，计算深度卷积神经网络中全链接层的特征向量，则作为需提取特征的三维模型的深度特征。本[发明专利]构建深层卷积神经网络经过迭代修正权值缩小残差，使得网络收敛。待训练完毕后，提取卷积神经网络的全链接层作为三维模型极视图的深度特征。
-
一种基于神经网络的输液滴速确定方法及系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本[发明专利]公开了一种基于神经网络的输液滴速确定方法，包括读取病例库上已有的病例信息，建立神经网络模型；对当前需要输液的病患身体状况进行检测；将检测到的病患身体状况以及所需输液药品种类输入到神经网络模型中，得到输液速度理论值；根据神经网络模型输出的输液速度，控制输液过程中输液速度实际值。本[发明专利]利用病例库中已存在的多个病例信息，建立完整的神经网络模型，所述神经网络模型能够根据病患身体状况以及所需输液药品种类计算出最佳的输液速度理论值，医护人员根据所述计算的输液速度理论值控制实际输液速度实际值，使病患的输液效果和治疗效果达到最佳。
-
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于变学习率的BP人工神经网络的喷射器性能参数预测方法，包括以下步骤步骤一对于给定的喷射器收集参数，即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε；步骤二确定神经网络结构输入层神经元为2个，输出层神经元为2个，隐含层数为一层，神经元个数为5，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤三变学习率的BP神经网络的训练和测试；步骤四采集给定喷射器的实测数据(引射流体压力Pe、工作流体压力Pp)，输入到建立完成的变学习率的BP神经网络中，得到输出向量出口背压Pc和引射系数ε，得到预测值。本发明精度较高、效果较好、耗时较短。
-
基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。
-
一种基于卷积神经网络的图像爬虫优化方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。
-
一种基于集成神经网络的聚丙烯熔融指数混合建模方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种基于集成神经网络的聚丙烯熔融指数混合建模方法，包括首先通过采集关键过程变量数据和熔融指数离线分析数据，对原始数据进行离群点检测、标准化等预处理，构建训练样本数据集；然后采用机理分析方法和最速下降法建立聚丙烯熔融指数简化机理模型，采用Bagging集成学习算法和信息熵法建立基于集成BP神经网络的机理模型预测误差补偿模型；最后将简化机理模型与误差补偿模型相结合，建立聚丙烯熔融指数的混合模型，用于实现熔融指数的在线估计。与目前其它建模方法相比，本发明提高了模型泛化性能，能用于指导聚丙烯生产过程，有效实现聚丙烯质量控制。
-
一种机械臂伺服系统的神经网络全阶滑模控制方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种机械臂伺服系统的神经网络全阶滑模控制方法，针对含有动态执行机构的机械臂伺服系统，利用全阶滑模控制方法，再结合神经网络，设计一种机械臂伺服系统神经网络全阶滑模控制方法。全阶滑模面的设计是为了保证系统的有限时间收敛，并且通过在实际的控制系中避免出现微分项来消除抖振以及奇异问题。另外，神经网络是用来逼近系统的未知非线性以及内外部扰动的不确定性。本发明提供一种能够消除滑模面的抖振问题以及奇异问题，并且能有效补偿系统未知非线性以及内外部扰动的控制方法，实现系统的快速稳定控制。