简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

简介：针对传统交通控制与诱导模型及算法的不足，提出了具有中心协调系统（CCOS）的交通控制与诱导协同模型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合，并采用神经网络技术构建基于神经网络的交通控制诱导协同模型，同时对模型的参数进行了确定。。通过典型的路网进行仿真实验和对比分析，实验验证了该模型具有可行性和有效性。

简介：（二）底盘应用传感器概况与作用1、速度传感器：速度传感器又称车轮角速度传感器。作用监测车轮的转速．是ABS防死系统最重要的一个传感器．以电磁感应式为例：传感器把车轮转速信息传送到ECU（电子控制装置）上．ECU又用传感器的转速信号确定什么时候需要进行抱死控制。若ECU把来自车轮角速度传感器的AC（交流电）信号频率作对比后探测到车轮转速锐减，这就表明会被抱死。每个传感器由一个磁铁组成，磁铁外围由线圈包围着。传感器旁装有一个齿圈，齿圈与制动盘一起转动。

简介：摘要:随着大数据时代的到来和计算机能力的提升，传统的目标检测方法难以处理庞大的图像数据以及无法满足人们对目标检测精度和速度上的要求，而卷积神经网络具有强大的特征学习能力，突破了传统目标检测方法的瓶颈，基于卷积神经网络的图像目标检测技术在诸多领域掀起了新的应用热潮。首先，文中介绍了卷积神经网络在目标检测任务上的优越性；其次，梳理了基于卷积神经网络的图像目标检测在医学、工业、农业领域中的典型应用，并对其中几种典型卷积神经网络的结构进行归纳总结分析；最后，讨论了目标检测的应用方面仍然存在的问题，并对基于卷积神经网络的图像目标检测应用的未来研究发展方向进行展望。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．

简介：本文提出了一种不同类型神经生理信号的实时评价方法。这种方法可以在一个系统中自动实时地处理多种神经生物信号,包括EEG、EMG、EOG等。它可以显示信号波形、计算特征参数、指出掺杂在信号中的各种噪声等。因此,这种方法不仅可以在线地预处理原始神经生理信号,也可以基于用户需求对信号进行评价。系统输出的合格神经生理信号可以被用于辅助医生解析神经生理信号,从而诊断疾病或者向患者提供建议。本方法可以根据用户需求进一步扩展功能。

简介：本文阐述汽车电动助力转向系统的组成及工作原理，并，且在单片机控制上首次选用了神经模糊控制策略。并且设计开发了电动助力转向系统的电子控制单元。本文详细地介绍了该系统的原理和模型的形成，并且通过了仿真得到了模型的正确性。而且通过了EPS的实验，验证了控制理论的正确性和叮行性。

简介：通过采用新的性能指标和PSD算法动态调整增益改进了单神经元PID控制算法，针对传统采用“主从方式”控制的多缸同步液压系统存在的调整时间长、动态性能差等缺点，利用改进后的神经元PID控制算法实现了一种基于“同等方式”控制概念的同步控制，用AMEsim和Simulink软件对双缸同步液压系统进行了联合仿真，仿真结果表明这种控制方式的同步性能好，控制精度高，并且同步调整所需的时间比传统控制方法短，较好地克服了传统控制方式的不足，满足了现代工业的使用需要。

简介：本文设计了一套基于生物反馈的智能化神经康复治疗仪。采用DSP＋CLPD的新型设计思想，利用CPLD芯片实现刺激器的主要硬件电路的设计，实现了刺激参数的数字式可调，简化了电路；使DSP从繁复的工作中解放出来，专注于肌电采集、人工智能判断、闽值调整，并控制键盘液晶实现刺激参数的显示；并通过串口与上位机通信，提供友好的人机交互界面.

简介：重症监护室(IntensiveCareUnit,ICU)的监护种类繁多,然而许多监测大多都是有创监测,研究表明有创监测可能会增加患者出现并发症(如出血、感染)的风险,因此在重症监护病房(ICU)发展非侵入性的、连续的智能监控技术势在必行。深静脉血栓形成(DeepVeinThrombosis,DVT)可能引起严重发病率,常见于住院患者,尤其是术后人群。休克可能导致急性血流量减少,代谢异常,无氧代谢,细胞和器官功能障碍,如果时间延长,可能导致不可逆转的损害和死亡。ICU的患者基本都是危急重症,生命体体征不稳定,随时都可能会出现生命危险,需要医护人员24小时全天候监护,因此对ICU中医护人员进行疲劳监测很有必要。我们采用近红外光谱(Near-InfraredSpectroscopy,NIRS)这种非侵入性的、有效的、以及非电离测量的实时技术开发了一系列设备对DVT、休克、疲劳以及水分、深部组织温度和血流动力学参数的监测。与此同时,心电(EEG)、光学体积描记术(PPG)、压力脉搏波(PPW)等参数也是ICU监护中必不可少的,我们设计了一种无创、低成本监测系统,对系统中信号的稳定性进行了测试并验证了设备的可靠性。

简介：基于起升机构液压系统故障诊断的特点,提出基于故障树的模糊神经网络作为汽车起重机起升机构液压系统故障诊断的方法。该方法利用故障树知识,提取汽车起重机起升机构液压系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,运用模糊隶属度函数来描述这些的程度,利用共轭梯度优化算法对神经网络进行训练,并通过实例分析,验证了汽车起重机起升机构液压系统模糊神经网络故障诊断的有效性。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：将神经网络运用到动态流量的软测量中,探索解决液压伺服系统中对瞬时动态流量的测试问题是该领域的一个难点和热点问题,该文在概要介绍了神经网络动态流量软测量系统的总体设计和神经网络结构的确定方法之后,重点讨论了神经网络的训练策略,最后通过实验验证了该训练策略的性能.

简介：通过对已有的研究资料分析发现，除了乙酰胆碱、谷氨酸、多巴胺、五羟色胺、1-氨基丁酸等一些经典神经递质之外，高等动物体内广泛存在的肾上腺素、去甲。肾上腺素等单胺类神经递质在软体动物体中却很少有研究资料报道；而软体动物神经系统中广泛存在的一些神经递质如章鱼胺、FMRF等在其他高等脊椎动物神经系统中也很少有报道。因此推测，在神经系统进化过程中，有些递质在后来的进化过程中一直保存下来，有些则被其他的类似物质替代。同时也有一些新型的神经递质形成而广泛存在于高等的脊椎动物中。本文对五种神经递质在软体动物中研究现状和发展趋势进行了讨论。

简介：本文设计的单极性输入双极性输出压控恒流源电路是神经保护治疗仪的重要组成部分，它由CPLD电路产生极性相反的脉冲控制三极管组成的电流换向开关来选择输出极性。其V／I转换系数、带负载能力（包括输出电流的大小及负载电阻的大小范围）可以通过合理设计电路参数来实现，实验证明，该恒流源电路具有良好的线性和电气安全性，能很好的满足神经功能保护治疗仪的要求。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：针对机动车保有量作为交通系统的一部分所具有的不确定性和趋势性等特点,通过熵权法确定灰色系统理论和广义模糊神经网络的加权系数来建立组合预测模型,对机动车保有量进行预测。经过实例验证,该组合预测模型与单预测模型相比,能够更准确地预测机动车保有量,与实际值符合较好,可以为有关部门的规划提供可靠的数据依据。

简介：本文同时采用了组织化学和免疫组织化学的方法去探索AChE在口虾蛄（Oratosquillaoratoria）口胃神经系统（stomatogastricnenroussvstem，STNs）的分布。结果显示：在STG中，AChE在口胃神经节（stomatogastricganglion，STG）腹侧胞体区神经元的细胞膜及细胞间隙神经纤维和中央神经纤维网中标记为阳性；在食道神经节（oesophagealganglion，OG）的腹侧中央偏有有一个大的神经元周围的神经突起呈强阳性反应，并且在紧靠该神经元的一侧还有一个神经元周围的神经纤维也呈阳性反应，另外在神经纤维网也有Ach阳性反应分布。结论：实验证明乙酰胆碱在口胃神经节和食道神经节都有分布，主要分布在神经纤维网和神经元的细胞膜及神经元间隙。