简介：

简介：【摘要】：本项目为了对车辆轻量化中的无铆钉冲压连接进行优化，引入深度学习中的全连接神经网络，通过传感器传回的实时接头数据，对压力连接接头的力学性能进行实时检测，并传回控制主板经由神经网络的感知、处理、预测、优化、输出控制接下来的工艺参数。

简介：

简介：摘要飞机的导航系统是引领飞机飞行方向，并让其可以根据事先规划的飞行路线在预期的时间内到达目的地，达到预定的飞行工作。本文基于神经网络控制，针对飞机导航系统的某些问题实施优化，力争获取好的解决方案，并且还给飞机导航系统的算法深入发展探索方向。

简介：摘要：传统的交通控制系统在应对复杂、动态的交通流中显示出局限性，急需一种更加智能化的解决方案。而神经网络技术作为人工智能领域的一个重要分支，以其出色的数据处理和模式识别能力，为创新交通控制系统提供了新的可能性。通过利用神经网络对交通数据进行实时分析和预测，可以显著提高交通系统的响应速度和调控精度。因此，本研究旨在设计一种基于神经网络的智能交通控制系统，以期提高交通效率，减少拥堵，优化城市交通流。

简介：摘要：本系统开发完成日期：2023年2月23日，首次发表时间：2023年3月2日

简介：摘要：近几年，入室盗窃、抢劫等事件屡有发生，人们的生命财产安全受到威胁。随着社会经济的发展和信息化的进步，人们对家居安防的要求越来越高，财产和人身安全已成为家居安防的首要要求。目前家居安防的应用已经比较广泛，最常见的就是在居民住宅区安置摄像头，通过家庭电脑端控制。虽然这种方式可以监控整个住宅环境，但是缺乏时效性，用户无法在事故发生的第一时间获取信息，而且成本比较高。因此针对这些问题，本文设计了基于卷积神经网络的智能家庭安防监控系统，通过卷积神经网络对摄像头采集的图像进行实时目标检测；然后将识别结果和视频链接通过单片机发送至用户手机端，把单片机的便捷与卷积神经网络算法的强大功能相结合，能够让用户在第一时间得知住宅情况，打破了传统的家居安防系统模式，使家居安防更加智能化。

简介：摘要：信息系统作为信息化建设的重要组成部分，在日常生产生活中占据着越来越重要的地位。然而，在实际应用中，仍然存在信息流程分散、管理效率低、安全性低等问题。随着技术的不断发展，神经网络技术逐渐成为人工智能领域的研究热点。神经网络作为一种模拟人脑神经元工作的算法，在许多领域显示出巨大的应用潜力，其中就包括信息系统。基于此，本文后续就神经网络技术在信息系统中的应用展开相关探究，希望为我国相关领域实现高质量发展提供更多参考。

简介：摘要： 常规 PID控制是工业控制中经常使用的控制方法。 BP神经网络控制的方法可以使控制器具有较好的自适应性，可以实现参数自动调整。本文主要设计了常规 PID控制系统和 基于BP神经网络的 PID控制的温室控制系统，通过 MATLAB对两者进行仿真对比， BP神经网络控制系统对不同的对象具有适应性、控制效果更好。

简介：摘要：随着时间的推移，国内社会已经进入到一个快速发展的信息时代、智能时代，其重要表现就是不同的识别系统开始在各个领域内进行运用，人脸识别系统就是其中之一，并且取得了很好的作用和效果。目前人脸识别系统的研究已经成为了模式识别领域中的一个重点课题，在身份认证、智能监控、信息安全和金融安全等等领域都具有良好的发展前景。目前人脸识别系统的运用主要具有以下几个芳年，包含安全控制、司法运用等等，后续很有可能发展成为一个巨大的、对人类生活、工作产生深刻影响的产业，需要给予相应的重视。故此，在本文中主要针对基于模糊RBF神经网络的人脸识别系统进行系统的研究和分析，其主要目的在于促进基于模糊RBF神经网络的人脸识别系统的运用，使得这一系统具有很好的学习能力，提升人脸识别的准确率。

简介：摘要：在全球经济高速发展的时代背景下，人们的生活水平也不断提高，汽车成了每家每户必不可少的交通工具。再加上交通物流业的迅猛发展，交通事故也频繁发生。研究发现，导致交通事故的最主要的因素就是汽车驾驶存在盲区。视野盲区阻挡驾驶员的视线，导致驾驶员在遇到突发事件时，无法及时有效地作出制动措施。因此，有效解决汽车视野盲区问题，关系到汽车驾驶的安全性。如今市面上的盲区检测产品，探测精度低，易产生视觉疲劳，从而也会导致安全事故的发生。基于此团队研发了一款超声波盲区检测预警自处理系统，通过雷达探测和监控摄像头技术的融合，能够使盲区信息实时展现在驾驶员的视野范围之内，有效地解决了图像出现的失帧和变形的问题，并利用危险等级模型的检测实现报警区域影像的放大集中，有效避免了驾驶员的视觉疲劳，使驾驶员接收到视觉和听觉的双重预警，并且该模型能使汽车实现自处理功能，解决驾驶员的判断失误或紧急境况的突发应变能力不足而造成事故的问题，以最安全的方式确保盲区检测效果。

简介：摘要：目前，双目立体视觉广泛应用于三维模型重建和立体匹配等多个领域，对双目立体视觉系统进行校准的首要任务是获取双目立体视觉系统中目标的位置信息。在相机校准过程中，需要确定相机的光学和几何参数以及相机坐标系和自由空间坐标系的相对位置和方向。在双目立体视觉系统中，二维图像点和三维目标对象之间的对应关系只能通过相机校准来实现。

简介：摘要：如今电梯已成为人们的生活中必不可少的室内交通工具，但是近年这种交通工具因为门系统故障引起了很多人员伤亡事故。为了确保电梯安全可靠的运行，文中对电梯门系统进行了故障预测。针对电梯门系统故障类型：电梯启动门不关、电梯开关门时门扇振动大、到达指定层不开门不关门。将三种故障类型作为预测模型的输出。引起故障的原因有8个，其作为输入。运用粒子群算法（PSO)与BP神经网络相结合建立模型，通过MATLAB仿真，仿真结果表明PSO-BP神经网络算法在电梯门系统故障预测中具有可行性。

简介：摘要:随着数字通信技术的不断发展，通信系统面临着越来越多的挑战和需求，如大规模数据传输、高效能量利用和可靠性提升等。神经网络和深度学习作为人工智能领域的前沿技术，在通信系统中的应用研究引起了广泛关注。本文旨在探讨神经网络和深度学习在通信系统中的应用现状、优势及挑战，并提出一些可行的解决方案和未来发展趋势。

简介：摘要：电力工业在国民经济中扮演着重要的基础性产业的角色，电费的及时收回是确保电力发展的必要条件。但目前我国窃电现象仍普遍存在，且窃电行为变得更加复杂化、智能化，传统的反窃电手段无法有效辨识出用电用户的窃电行为，供电线路的线损率居高不下，我国电力企业每年因窃电产生的损失高达 200 多亿，严重影响了社会供用电的正常秩序。因此，对用户用电状态进行有效的评估，从而开展高效的反窃电工作，对于降低电力企业经济损失、保证电能的合理供用及电力发展的稳步进行具有重要的意义。

简介：摘要：近年来，人工智能技术发展更加成熟，带动无人机设备的图像识别技术水平提升，通过无人机拍摄得到的图像数据，可以借助嵌入式的神经网络手段，在特定目标下实现准确识别。本文主要围绕无人机的图像识别系统展开，基于嵌入式的神经网络，分析无人机图像识别数据、技术流程，探究系统具体设计方案，提升无人机图像识别的准确率，促进无人机实现智能化发展。

简介：摘要：随着能源需求的不断增长和环保要求的日益严格，火力发电燃料系统的优化和改造已成为电力工程领域的重要研究方向。传统的燃料系统运行方式存在能耗高、效率低、排放大等问题，难以满足现代电力工业的发展需求。近年来，神经元技术取得了显著进展，其在智能控制、自适应优化等领域的应用展现出巨大的潜力。基于此，本文章对电力工程关于火力发电燃料系统神经元改造方向及应用方式进行探讨，以供相关从业人员参考。

简介：摘要：长期以来，短期负荷预测（short-term load forecasting，STLF）一直是电力运行关注的问题，对制定经济、可靠、安全的电力系统运行策略起关键作用。由于负荷时间序列具有非线性、非平稳性和非季节性等特点，准确预测负荷趋势具有很大的挑战性.

简介：摘要 柔性外骨骼的驱动系统为外骨骼提供动力源，实现对人体助力。对驱动系统进行精准建模对于保证外骨骼系统良好的控制性能有着重要作用。针对传统递推最小二乘法存在的对复杂非线性过程拟合效果不佳的缺点，提出基于RBF神经网络的柔性外骨骼驱动系统建模及参数辨识方法，实现对该非线性过程的建模及参数的无偏估计。

简介：摘要：本论文旨在设计和实现基于神经网络的空气质量预测与污染成因分析系统。首先，对神经网络进行了概述，根据环境空气质量领域的应用需求，选择了BP神经网络作为计算模型。然后，通过数据采集、预处理、神经网络模型建立以及短时空气质量预测算法等步骤设计了空气质量预测系统。接下来，根据采集的数据，研究设计完成了污染成因分析系统，包括污染物时空演变可视化、污染因素筛选与关联分析、污染成因模型建立与优化以及统计分析等模块。通过这些系统，研究实现了对空气质量的预测和污染成因的分析，为环境保护和治理提供数据支持和决策参考。