学科分类
/ 25
500 个结果
  • 简介:以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。

  • 标签: BP 神经网络 MATLAB 大坝 预测
  • 简介:针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

  • 标签: 人工神经网络 BP模型 来水量 预测
  • 简介:BP算法是人工神经网络研究的一个常用方法,但从本质上说是属于局部寻优法,容易陷入局部极小点,且存在着学习速度与精度之间的矛盾;遗传算法是一种全局优化算法,具有并行计算能力.本文采用遗传算法来训练前向神经网络,建立一个基于遗传算法和BP算法的神经网络预测模型.试验结果表明它是一个成功较高的预测模型.

  • 标签: 遗传算法 神经网络 BP算法
  • 简介:精确的轧制模型是保证过程自动化系统高效、安全和稳定运行的前提。摩擦模型作为20辊轧机自适应轧制模型的子模型之一,是其重要的组成部分。本文就基于BP神经网络的摩擦模型的建立过程进行了详细的分析和阐述,为以后的生产维护工作打下良好的基础。

  • 标签: 20辊轧机 轧制模型 BP神经网络 摩擦模型
  • 简介:研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

  • 标签: 神经网络 非线性系统辨识 Hammerstein模型
  • 简介:决策(decision-making)指形成优先选择,选择和执行动作,和评价结果的过程。在日常生活中。从简单的运动到多重选择的复杂思考和对未来结果的推理,都需要决策。决策也因其在人类生活中的普遍性和重要性而吸引了各领域的研究者,特别是引起了心理学家、经济学家和神经科学家的研究热情.心理学家Kahneman教授还因其在决策的跨学科研究中的贡献而被授予2002年诺贝尔经济学奖。

  • 标签: 知觉决策 认知神经科学 决策模型
  • 简介:摘要胰腺癌是一种恶性程度非常高的消化系统肿瘤,发病隐匿、早期诊断率低、进展快、预后差,胰腺癌的周围神经浸润(PNI)被认为是导致胰腺癌预后不良的重要因素。胰腺癌神经浸润模型可以在复杂的肿瘤微环境下模拟胰腺癌神经浸润的发生、发展过程,是研究胰腺癌PNI的分子机制、早期诊断和改良治疗方法的重要载体。PNI模型可以大致分为体内模型和体外模型,体内模型又可以分为异位模型和原位模型。近年来,在体外模型和体内模型基础上,又出现了基因工程小鼠模型、人源化肿瘤异种移植模型。文章分析了常用的胰腺癌神经浸润体外及体内模型的制备方法、临床用途和局限性。

  • 标签: 胰腺肿瘤 周围神经浸润 基因工程小鼠模型 人源肿瘤异种移植模型
  • 简介:规避道德风险的关键在于正确的授信,即根据客户的资质确定借贷金额,基于此,本文建立了基于信用评级的道德风险规避模型,根据客户的信用等级来进行消费金融借贷。在客户画像体系的建立中,数据中客户量极大,无法一一描述每一个客户的特征,本文通过筛选指标建立了合理的客户价值评估模型,并进行了仿真验证。

  • 标签: BP神经网络 客户信用 T检验 客户画像
  • 简介:摘要:深度学习作为一种有效的机器学习方法,在各个领域都表现出了十分优秀的性能。作为一种深度学习基本模型,卷积神经网络(CNN)强大的特征学习和迁移学习能力在计算机视觉界越来越受到关注。本文介绍了卷积神经网络的基本结构,并介绍了随着时间出现的各种以卷积神经网络为基础的模型,例如Lenet、Alexnet、GoogleNet、VGGNet、ResNet,刨析并总结了各个模型的优缺点。

  • 标签: 深度学习 卷积神经网络 计算机视觉
  • 简介:摘要目的通过建立小胶质细胞-神经元共培养系统,制备体外神经细胞炎症模型。方法选用小鼠BV-2小胶质细胞、NSC34运动神经元、HT-22海马神经元。实验Ⅰ 采用不同浓度LPS(10、100、500和1 000 ng/ml)刺激BV-2小胶质细胞,提取小胶质细胞培养上清液即条件培养基,分别培养两种神经元,采用CCK-8法选取导致神经元活力明显下降50%的LPS浓度用于Transwell共培养系统的建立。实验Ⅱ 将小胶质细胞接种于Transwell上室,神经元种于下室。采用随机数字表法分为2组(n=12):对照组和LPS组,小胶质细胞分别用细胞培养基、LPS培养或孵育6 h,随后更换新鲜培养基继续培养12 h,合并上、下室细胞继续培养。BV-2-NSC34 Transwell共培养系统共培养12 h,BV-2-HT-22 Transwell共培养系统共培养24 h。采用ELISA法检测神经元培养液IL-1β、IL-18浓度,采用流式细胞术检测神经元凋亡率,采用qRT-PCR检测神经元Bcl-2、Bax的mRNA表达,采用Western blot法检测神经元cleaved caspase-3、Bcl-2、Bax的表达。结果实验Ⅰ BV-2-NSC34 Transwell共培养系统中LPS刺激浓度为10 ng/ml,BV-2-HT-22 Transwell共培养系统中LPS刺激浓度为1 000 ng/ml。实验Ⅱ 与对照组比较,LPS组神经元培养液IL-1β和IL-18浓度、神经元凋亡率升高,Bax及其mRNA表达上调,Bcl-2及其mRNA表达下调,cleaved caspase-3表达上调(P<0.05或0.01)。结论通过条件培养基技术与Transwell共培养技术成功建立小胶质细胞-神经元共培养系统,为术后认知功能障碍相关神经细胞炎症模型的建立提供实验方案。

  • 标签: 小神经胶质细胞 神经元 共同培养技术 炎症
  • 简介:

  • 标签:
  • 简介:摘要随着科学技术的发展与教育课程的改革,在线课程迅速兴起,受到全世界学习者的欢迎。但在线课程存在着不少的问题,如学习者的自我管理和自我激励能力不足师生交流缺乏等问题。如何有效的促进学习者开展高效的在线学习成为提高教育质量的关键。本文调查了其他研究者对在线学习活动设计的原则和构成要素,并依据行为投入影响因素,结合在线学习活动的相关理论构建行为投入视角下在线学习活动设计模型。该模型包括分析阶段、设计阶段、监控阶段以及展示阶段四个阶段,十四个构成要素。

  • 标签:
  • 简介:模型与建模是科学发展的重要元素,也是科学学习中不可或缺的认知与能力。模型认知即指基于模型的认知,包含两个基本层次:①基于科学模型的认知,即感受模型素材,识别组成要素及要素间的关系,通过模型理解事物及其变化的本质特征和规律,在使用模型过程中完成描述、解释现象,预测性质与变化等功能;②建构认知模型,在认识研究对象的本质特征、构成要素及其相互关系的基础上,建立认知模型,为解决复杂问题提供思考框架,形成解决问题的思路与方法。在生物学教学中,教师应该帮助学生树立模型意识、体会模型价值,以建模活动为载体提高学生的模型认知能力,提升学生的学科核心素养。

  • 标签: 科学模型 认知能力 建模 认知模型 生物学教学 科学发展
  • 简介:

  • 标签:
  • 简介:研究生物嗅觉神经系统模型,有助于更好地了解嗅觉机理和嗅神经的放电模式.本研究分析了K系列嗅觉神经系统模型的拓扑结构、数学基础的发展和应用,对该系列模型中的KⅢ模型进行了数值模拟及时域,频域和时频域分析;概述了K系列模型的发展和应用.由结果看出,KⅢ网络模型可以很好地模拟嗅觉神经系统的电活动.

  • 标签: K系列模型 嗅觉系统 非周期振荡 混沌 神经
  • 简介:摘要:随着中国经济的不断发展,中小微企业已经成为了国家经济高质量增长的重要基础。本文对中小微企业的信贷问题,给出了分析方案。

  • 标签: 信贷决策 神经网络算法 多元回归
  • 简介:摘 要:近年来,大数据、云计算、人工智能等新技术的迅速发展,数据量也急速增长。对于多模数据的应用和海量数据的处理已经成为研究人员最关注的话题之一。而神经学习的出现,给处理多模和海量数据带来了新的方向。深度学习构建的神经网络可以很好的处理非结构化的数据,给推荐算法的发展指明了道路。文章搭建了一种基于深度神经网络的多模信息推荐算法模型。实验结果表明,该模型能够有较好的推荐效果。

  • 标签: 推荐模型 深度神经网络 多模信息
  • 简介:目的利用BP神经网络的理论和算法,对COPD患者的历史数据进行分析,构建出COPD再入院患者的风险评估模型,通过对COPD再入院患者各相关因素的敏感度分析和疾病风险评估及分析,为BP神经网络建模在临床诊疗中的应用提供一定的参考,并为医疗资源的合理配置提供较为有效的解决方案。方法编写结构化查询语句,从HIS数据库抽取相关数据,导入Clementine11.1中,利用BP神经网络算法进行建模,预测结果用SPSS22.0进行模型的建模效果评估以及模型建模效果的假设检验。结果经过优化后的BP神经网络的拟合度为71.743%,预测准确度93.55%。在所有相关影响因素中,入院次数和入院状态对COPD患者的再入院风险度影响最大。在预测效果上,BP神经网络要优于传统的多元统计分析方法。

  • 标签: 再入院率 BP神经网络 多元线性回归 影响因素
  • 简介:摘要传统SCR脱硝控制设计及优化方法大多依赖PID控制模型,依赖大量人工经验、人工调参及模型优化,并且无法很好适应不同锅炉环境。近年来,以深度神经网络为代表的人工智能方法被广泛使用于不同领域,并且具有应用在SCR脱销控制预测的潜力。本文研究基于深度神经网络的SRC脱销控制模型,使用负荷、烟气流量、入口NOx和出口NOx作为输入,使用优化PID调节下的调门开度作为预测目标,所构建的深度神经网络可精确预测调门开度,可替代传统PID控制模块,实现SCR脱硝控制调节及优化。

  • 标签: SCR脱硝控制模型 深度神经网络 PID控制 调节及优化