-
GB/T 42382.1-2023 信息技术 神经网络表示与模型压缩 第1部分：卷积神经网络
本文件规定了卷积神经网络离线模型的表示与压缩过程。
本文件适用于各种卷积神经网络模型的研制、开发、测试评估过程以及在端云领域的高效应用。注:对于本文件规定的表示与模型压缩方法不要求机器学习框架原生支持可以通过转换、工具包等形式支持。...2023-04-20 11:50:01浏览：91
查看 -
-
-
机器人动力学标定综述
动力学标定在机器人控制中起着非常重要的作用.本文从一般动力学标定和基于神经网络的动力学标定两方面对现有机器人动力学标定方法和研究现状进行了分析和总结.并详细介绍了每种标定方法的特点、存在的问题以及研究现状.最后对机器人动力学标定的发展方向进行了简要论述....
2020-08-31 10:42:30浏览：43
查看 -
基于神经网络的气化炉高温测量方法研究
气流床气化炉在气化工业中得到了广泛应用,炉内温度对于生产操作尤为重要.文章基于神经网络,运用自制的灰污热流计对炉壁温度进行了预测,取得了准确的结果....
2020-07-12 21:36:56浏览：49
查看 -
人工智能在污水处理中的应用
针对我国污水处理行业智能化水平低的现状,介绍了以人工神经网络、模糊计算、专家系统、分布式人工智能等形式的智能技术在国内外污水处理行业的应用现状与前景,分析了现有智能技术不足,为我国污水处理产业的智能化发展提供了一些思路....
2020-07-09 15:51:42浏览：39
查看 -
神经网络在污水处理中的应用
神经网络技术的迅速发展及其理论的不断完善为其在各个领域的应用奠定了基础.污水处理系统是复杂的非线性系统,用神经网络技术控制污水处理过程是可行和必要的,在我国更具有现实意义.分析了神经网络在污水处理自动控制中所起的不同作用,并在此基础上指出了今后的研究方向....
2020-07-09 15:51:42浏览：35
查看 -
荷叶黄酮的乙醇提取工艺优化研究
研究了荷叶中主要生理活性物质黄酮的乙醇提取工艺.将传统的正交试验和人工神经网络方法相结合,提出了一种新的试验数据分析、处理和优化方法,可以充分挖掘试验信息,定量分析因素变化规律和寻找参数最优组合.该方法应用于荷叶黄酮的提取工艺优化中,获得了乙醇提取的优化工艺条件,即固液比1∶30、提取温度75℃、提取时间1 h和乙醇浓度50%.该优化工艺条件,在实际生产中应用,不仅减少了生产成本,降低了能耗,而且提高了黄酮的浸提率,取得了较好的成效....
2020-06-12 15:40:00浏览：1406
查看 -
水煤浆锅炉的神经网络预测控制
针对水煤浆锅炉控制系统的非线性、强耦合、大时滞的特点,设计了一种神经网络预测控制方法.模型采用BP神经网络实现建模,其中网络结构在对水煤浆锅炉燃烧系统分析研究的基础上获得,并经优化数据训练后达到预期结果;预测控制算法采用一步预测滚动优化算法.仿真结果显示该方法控制效果良好,适合水煤浆锅炉的实时控制....
2020-06-12 14:37:48浏览：1454
查看 -
基于分形理论的航空图像分类方法
提出一种基于分形理论和BP神经网络的航空遥感图像有监督分类方法.该方法尝试将航空图像的光谱信息和纹理特征相结合.它首先将彩色航空图像由RGB格式转化为HSI格式,然后,根据亮度计算分数维、多重分形广义维数谱q_D(q)和"空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光谱特征,采用BP神经网络作为分类器.通过对彩色航空图像的分类实验,结果证实该方法行之有效....
2020-03-23 19:09:12浏览：1419
查看 -
水煤浆锅炉的神经网络预测控制
针对水煤浆锅炉控制系统的非线性、强耦合、大时滞的特点,设计了一种神经网络预测控制方法.模型采用BP神经网络实现建模,其中网络结构在对水煤浆锅炉燃烧系统分析研究的基础上获得,并经优化数据训练后达到预期结果;预测控制算法采用一步预测滚动优化算法.仿真结果显示该方法控制效果良好,适合水煤浆锅炉的实时控制....
2020-03-23 18:51:52浏览：1430
查看 -
荷叶黄酮的乙醇提取工艺优化研究
研究了荷叶中主要生理活性物质黄酮的乙醇提取工艺.将传统的正交试验和人工神经网络方法相结合,提出了一种新的试验数据分析、处理和优化方法,可以充分挖掘试验信息,定量分析因素变化规律和寻找参数最优组合.该方法应用于荷叶黄酮的提取工艺优化中,获得了乙醇提取的优化工艺条件,即固液比1∶30、提取温度75℃、提取时间1 h和乙醇浓度50%.该优化工艺条件,在实际生产中应用,不仅减少了生产成本,降低了能耗,而且提高了黄酮的浸提率,取得了较好的成效....
2020-03-23 18:22:04浏览：1415
查看 -
采用BP神经网络预测石脑油裂解烯烃收率
在乙烯裂解工业装置的典型操作条件下,分别选取正构烷烃、异构烷烃、环烷烃、芳烃为裂解原料,考察了这些模型化合物的蒸汽裂解产物分布情况.结果表明,正构烷烃是优质的乙烯裂解原料,乙烯收率为36%～45%;异构烷烃的丙烯收率约为23%,明显高于正构烷烃;环烷烃裂解乙烯和丙烯收率较低,丁二烯收率则较高,为14%～15%;芳烃很难裂解生成烯烃.建立了包含2个隐层的级联前向BP神经网络,以模型化合物和石脑油样本裂解烯烃收率为依据对该神经网络进行训练,确定了模型参数,并对2种石脑油的裂解烯烃收率仿真数据与实验结果进行了对比.结果表明,二者的误差小于1个百分点,该模型可用于预测石脑油裂解的烯烃收率....
2020-03-23 17:42:50浏览：1431
查看
