简介：摘要：本论文主要探讨了在电子工程领域中人工智能芯片设计与神经网络算法应用的研究现状和发展趋势。首先介绍了人工智能芯片的基本概念和设计原理，然后重点分析了神经网络算法在电子工程中的应用现状，探讨了其在实际工程中的意义和挑战。最后，对未来人工智能芯片设计与神经网络算法应用的发展进行了展望和总结。

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：摘要伴随着近年来我国经济的高速发展和科学技术水平的不断提高，中国城市轨道交通建设也逐渐发展为网络化运营。分析轨道交通的历史客流数据、探索其变化规律、建模预测未来客流量，对运营管理部门合理安排设备维护人员、编排适当的列车时刻表、提高重庆轨道交通综合服务质量具有十分重要的指导意义。

简介：摘要：针对土木工程结构施工现场人员安全帽佩戴情况识别问题，对基于卷积神经网络的施工人人员佩戴安全帽智能判别方法进行了研究，并设计了一套安全帽佩戴智能识别软件系统。卷积神经网络模型主要包括 AlexNet网络和 Faster R-CNN网络。网络模型在 Matlab中进行了训练和验证，训练损失小于 0.2%，验证了该智能判别方法的有效性。

简介：摘要：在电机的故障诊断中应用径向基 (RBF)神经网络建立起异步电机的 RBF神经网络诊断模型。由于 RBF神经网络学习算法容易陷入局部最优，我们引入粒子群优化算法（ PSO）来优化 RBF神经网络基函数的中心、宽度以及网络的连接权值、以获得最优的网络模型。仿真结果表明优化后的 RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。

简介：摘要车辆在黄灯期间的加速度变化与交叉口交通事故发生频率息息相关。为有效预测并量化驾驶人黄灯期间在交叉口的制动减速度和行驶加速度，构建了BP神经网络加速度预测模型，在信号交叉口实测数据基础上，通过Pearson相关性检验法分析了加速度的影响因素，并进行仿真预测验证。结果表明，构建的模型可有效预测驾驶人黄灯期间在交叉口的制动减速度和行驶加速度。

简介：摘要：目的 探究神经内科中应用综合心理护理对患者心理状态的影响以及临床护理满意情况。方法 选取2018年6月～2019年6月在本院神经内科治疗的65例患者，采用随机数表法分为参照组33例、实验组32例。参照组患者采用常规护理，实验组患者行综合心理护理干预。观察对比两组患者护理前后的心理状态及护理的满意度。结果 实验组患者实施护理后症状自评量表（SCL-90）各项评分优于参照组患者，差异具有统计学意义（P＜0.05）；实验组患者实施护理后的护理总满意度高于参照组（P＜0.05）。结论 采用综合心理护理能够显著地提升神经内科患者的临床护理效果。

简介：摘要：直升机的可靠性和安全性对于军事和民用领域都具有重要意义。直升机轴承作为关键组件之一，在飞行中承受着巨大的载荷，其故障可能导致事故风险和经济损失。为了实现对直升机轴承故障的快速、精确诊断，从而提前预警潜在故障，本论文提出了一种基于S变换与卷积神经网络（CNN）的直升机轴承故障诊断方法。通过对振动信号进行采集和预处理，利用S变换进行时频分析，以捕捉轴承故障的瞬态特征。同时，将提取得到的特征输入到卷积神经网络中，通过卷积和池化操作进行特征学习和分类识别。最后，通过实验验证并与其他方法进行对比，评估所提出的方法的性能和有效性。实验结果表明，基于S变换与卷积神经网络的直升机轴承故障诊断方法相较传统方法具备更高的准确性和可靠性。该方法能够有效提取和识别直升机轴承故障的特征，实现故障的早期预测和快速诊断。

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：

简介：

简介：摘要：以某建筑物基坑观测数据为例，开展了小波及粒子群优化的BP神经网络预计模型的研究。使用小波阈值去噪方法对实际观测时间序列进行去噪处理，对小波去噪前后的数据进行BP神经网络预测模型预测处理并与粒子群优化的BP神经网络预测模型预测数据进行对比分析，结果表明粒子群优化的BP神经网络预测模型预测精度较高。

简介：摘要：神经系统变性病变是指神经元的结构和功能发生改变，从而引起神经系统的损伤。随著中国人口平均年龄的增长，神经系统变性疾病的发病率亦呈逐年增高的趋势，如临床上最常见的阿尔茨海默病、帕金森病，其临床表现为精神、认知及功能异常，对病人的生存质量造成极大的危害。五味子作为我国传统药用植物，其活性成分----五味子木脂素具有良好的抗氧化功能和多种确切的药效，可有效防治多种神经变性疾病。

简介：摘要

简介：

简介：摘要随着经济的不断发展，机动车辆的不断增加，机动车辆保险已经成为中国财产保险业务中最大的险种，但其居高不下的赔付率一直困扰着我国的财产保险公司，本文基于A公司的210组机动车辆索赔案件进行识别研究，运用相关性分析、多重共线性分析和显著性检验，还有Logistic回归和BP（BackPropagation）神经网络的方法对所有的索赔案件进行识别。对机动车辆保险欺诈识别过程得出改进和管理启示。

简介：摘要：本文在研究蔬菜类商品自动定价与补货决策问题中，对附件2中的流水数据进行处理，并选取了2023年6月份的数据来预测未来一周的数据。按照每日的数据以品类为单位计算出日均销售量及日均销售单价。分析出了各蔬菜品类销售总量与成本加成定价的关系。最后通过附件二所选取的数据建立BP神经网络预测模型预测出了在收益尽可能大的情况下各蔬菜品类未来一周的日补货总量及定价最优决策，使得商超在正常运转的同时收益尽可能最大，并对其进行了模型检验。

简介：摘要：港口是沿海城市结构的重要部分，港口物流需求对沿海城市的经济发展具有支撑作用，而受疫情影响港口物流需求具有不确定性，对港口物流的需求进行预测分析提出精度更高的预测思路是港口城市亟需解决的问题。文章基于天津港货物吞吐量的历史数据构建了GM(1,1)模型和BP神经网络模型，再通过单一模型的均方误差求得组合模型的权系数，采用加权系数法将两种模型结合得到灰色模型与神经网络的组合模型。通过比较，组合预测模型比单一预测模型的预测效果更加精确，这为疫情下天津港的规划发展和物流决策提供依据。

简介：摘要：中国是一个储煤大国，煤炭开采是国民经济发展的支柱产业，但煤炭资源赋存条件的复杂性和不确定性，以及我国煤炭行业多为井工开采的现状，决定了煤炭开采行业的高危险性。如何有效的对井工煤矿开采作业进行安全管控成为了行业痛点和难点问题。本文从煤矿井下作业标准化和安全风险防控的角度出发，针对井下作业的不安全行为利用图像识别和递归卷积神经网络算法进行研究，该技术能够获取高可靠的目标特征向量来提升对象的识别精度，实现对特定目标鲁棒性、精确性识别和实时预警，杜绝因人的不安全行为导致的安全事故。首先，将井下员工不安全行为进行了分类，分为异常操作和异常位置两类；其次，基于图像识别技术对井下员工的异常操作和异常位置进行了判断，判断的依据是煤矿采掘工作面的图像数据与样本图像的对比及人员站立位置的计算。研究结果表明：本文的方法能够较为准确而快速地对煤矿井下员工不安全行为识别，具有较好的实用价值。

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。