简介：摘要：在深度学习技术的帮助下，手语识别的创新进展为聋哑人士提供了新的交流可能性。本研究基于ResNet101——一种深度卷积神经网络模型，通过迁移学习的策略，对模型进行了细致的调整和优化，使其更贴合手语的视觉特征。实验包括对部分网络层参数的冻结，输出层的重新设计，以及利用交叉熵损失函数和Adam优化器进行多轮次训练迭代。经过严格的实验验证，调整后的模型在手语图像数据集上表现出优异的准确率，显著提高了手语识别的实用性，进而为聋哑群体的社会融合和交流开辟了新的道路。

简介：

简介：摘要：随着新能源技术的迅猛发展，微电网作为分布式能源系统的核心组成部分，其稳定运行和高效管理面临着巨大挑战。本文深入探讨了人工智能神经网络在新能源微电网中的广泛应用及其重要性。通过分析神经网络在短期负荷预测、风力发电量预测、系统稳定性控制、故障诊断以及能量管理优化等五个方面的具体应用策略，阐述了其在提升系统性能、优化运行效率和保障稳定性方面的关键作用。基于神经网络的智能化解决方案能够显著提高预测精度、增强系统抗干扰能力、加快故障诊断速度，并实现能源的精准配置和高效调度。

简介：摘要：随着海洋工程的迅速发展，轮机故障的及时准确诊断对保障航海安全和效率具有重要意义。本研究探讨了模糊逻辑与神经网络技术的结合应用在轮机故障诊断中的有效性，搭建了模糊神经网络模型，通过深入分析轮机故障特点，采用合理的数据处理策略，提升诊断精度。该模型能有效融合专家知识与故障数据，通过模糊规则抽象故障特征，利用神经网络的自学习能力对故障模式进行判断。通过对模型的实验验证，证明了模糊神经网络在轮机故障诊断中的优越性，为实现轮机智能化故障预警和诊断提供了有力工具。

简介：摘要：为保证烟草制丝工艺的实施效果，进一步优化工艺参数，可在烟草制丝环节加强对BP神经网络的应用，提高烟草制丝的整体质量。文章围绕烟草制丝工艺中回风温度、出口含水率、蒸汽流量、热风温度等影响卷烟成品品质的关键工艺参数，提出该项工艺运用BP神经网络的模型，详细讲述实验过程，并根据设计试验的结果分析烟草制丝工艺参数优化前后对烟丝物理特性、烟支物理特性、卷烟化学成分等质量控制指标的影响，判断该项工艺参数的优化效果，以供参考。

简介：摘要：电气自动化设备在生产和制造领域中作用的重要性不言而喻，但这些设备在运行过程中可能会出现各种故障，给生产效率和设备寿命带来严重影响。基于此，文章提出了一种基于神经网络的电气自动化设备故障智能检测方法，使用神经网络算法，结合传感器技术对设备运行数据进行实时监测和分析，实现对设备故障的早期预警和准确诊断，提高设备可靠性和生产效率。

简介：摘要：随着工业自动化技术的飞速发展，自动化控制系统在提升生产效率、保证产品质量及实现复杂工艺控制方面发挥着越来越重要的作用。然而，面对日益复杂的生产环境和多样化的控制需求，传统控制算法在适应性、精确性和鲁棒性方面面临诸多挑战。神经网络算法以其强大的非线性映射能力、自学习和自适应特性，在自动化控制系统中的应用日益广泛。然而，神经网络算法在实际应用中仍存在收敛速度慢、易陷入局部最优、泛化能力不足等问题，亟需通过优化手段加以改善。本文聚焦于自动化控制系统中神经网络算法的优化研究，旨在探索提升神经网络控制性能的有效途径。

简介：摘要：理想的深度神经网络存在有成千上万的参数，由于资源与功耗的限制，这将使得深度神经网络在人们生活中的使用大打折扣。对深度神经网络的裁剪产生了稀疏深度神经网络，其中存在有大量的稀疏矩阵与向量乘。对于稀疏矩阵与向量乘进行优化，可以提升深度神经网络运算性能。本文通过优化稀疏矩阵的数据存储格式和稀疏矩阵与向量乘的结构，并在FPGA上实现该结构，其性能有1.5倍的提升。

简介：摘要：神经退行性疾病是一类由于神经系统细胞逐渐退化和死亡导致的疾病，常见的包括阿尔茨海默病（AD）、帕金森病（PD）和亨廷顿舞蹈病（HD）等。这些疾病具有发病隐匿、进展迅速且难以治愈的特点，因此早期诊断对于疾病的干预和治疗至关重要。近年来，随着高分辨率脑影像技术和智能影像分析方法的快速发展，其在神经退行性疾病早期诊断中的应用逐渐受到关注。本文综述了智能影像分析在神经退行性疾病早期诊断中的潜力，重点探讨了功能磁共振成像（fMRI）和机器学习等技术在该领域的应用进展和挑战。

简介：摘要：本文聚焦于基于卷积神经网络的大数据图像挖掘与分析方法研究。随着大数据时代的到来，图像数据呈爆炸式增长，传统方法难以满足高效处理需求。卷积神经网络以独特优势在图像领域展现出强大潜力。文章阐述了卷积神经网络的基本结构与工作原理，探讨了大数据图像挖掘中的数据收集整理、模型构建及训练优化，以及图像分析中的分类、目标检测和分割算法。为大数据图像处理提供了新的思路和解决方案。

简介：【摘要】:目的探讨神经康复机器手对慢性期卒中偏瘫患者上肢功能的疗效。方法回顾性连续纳入2012年3月至2015年3月首都医科大学宣武医院康复门诊卒中偏瘫患者31例，根据采用康复治疗的方式，将患者分为机器手康复组(16例)和一般康复组(15例)。一般康复组接受一般性康复训练，3次/周，30min/次，同时进行家庭康复训练，5次/周，1h/次;机器手康复组接受一般性康复训练，3次/周，30min/次，同时进行机器手辅助训练，5次/周，1h/次。两组训练周期均为4周。分别于康复治疗前及治疗后4周，对两组患者上肢运动功能进行Wolf运动功能评价(WMFT)和Fugl-Meyer上肢运动功能评价(FMA-UE)，对上肢肌张力评价采用改良Ashworth评分(MAS)。结果经过4周的治疗后，与同组治疗前相比，机器手康复组中位数时间明显缩短［7.1(2．4，93．8)s比13．1(3．7，99．5)s］，功能评分明显提升［(45±13)分比(38±11)分］，上肢功能评分明显提高［(28±7)分比(25±7)分］，腕手部中位数评分明显提高［15(10，19)分比9(5，14)分］，FMA-UE总分明显提高［(46±12)分比(38±12)分］，MAS评分明显降低［3(2，5)分比5(4，8)分］，治疗前后差异均有统计学意义(均P＜0．05);一般康复组各项指标治疗前后差异均无统计学意义(均P＞0．05)。4周康复训练后，机器手康复组比一般康复组腕手部中位数评分［15(10，19)分比6(5，12)分］、治疗效应［－5．5(－10．8，－3．2)比0．0(－1．0，3.0)］、MAS［3(2，5)分比5(4，6)分］均有改善，组间差异均有统计学意义(均P＜0.05)。结论神经康复机器手可有效提高卒中后慢性期偏瘫患者上肢运动功能，对腕手部运动功能提升有明显效果，并可控制上肢肌张力的增高.

简介：摘要：企业网络安全管理中，暴露面端口风险识别通常依靠指纹识别配合风险端口白名单的形式开展，这一方式存在准确性不高，评价维度较低等问题。本论文通过引入深度置信神经网络（DBN），提出一种基于机器学习进行端口风险识别方法。利用企业IT资产历史漏洞数据、漏洞扫描数据、开源漏洞情报、端口指纹、端口号、责任人等信息，构建一套IT资产服务端口风险识别模型，显著提高风险端口识别的准确率以及全局性，更好帮助企业开展互联网暴露面治理工作。

简介：摘要： 依据某复杂薄壁件铸造的特点，建立了基于粒子群算法（ PSO ）优化反向传播神经网络（ BPNN ）的某复杂薄壁件质量评估模型。首先介绍了 PSO 算法和 BP 神经网络的基本原理；然后接着构建了 PSO-BP 神经网络质量评价体系，最后对评估模型进行了方针验证。仿真结果表明，该评估模型可以对某复杂薄壁件的质量进行有效的评价，可以较好地指导工艺参数优化。

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 :现阶段，随着工程机械技术的不断发展，人工神经网络技术逐渐得到了应用，该技术包含众多的学科领域和高新科技，对提升机械的智能化、自动化等具有显著作用。文章分析了人工神经网络的具体内涵及特征，并探究其在机械工程中的具体应用，指出该技术的发展前景。

简介：摘要 :现阶段，随着工程机械技术的不断发展，人工神经网络技术逐渐得到了应用，该技术包含众多的学科领域和高新科技，对提升机械的智能化、自动化等具有显著作用。文章分析了人工神经网络的具体内涵及特征，并探究其在机械工程中的具体应用，指出该技术的发展前景。

简介：摘要：本文主要为神经内科护理对脑卒中糖尿病患者的康复护理进行分析研究。方法选用本院 2017 年 10 月到 2018 年 10 月期间，精神内科诊治的 120 名脑卒中糖尿病患者，将其作为研究对象， 分为 对照 组和观察组，各 60 例。 其中 对照组 采 用基础护理的方式，观察组采用康复护理的方式，将两组康复结果进行对比。结果得出，护理之后的两组病人，空腹与餐后两小时的血糖值都有明显下降，护理得到的成果都有所提升， 且观察组显著优于 对照 组。结论 ：研究证明，为脑卒中糖尿病患者进行神经内科护理是非常有必要的，不仅能够有效地控制其血糖值，还可以提升患者生活能力，有助于患者肢体与语言功能的恢复，减少糖尿病并发症的发生概率，应在临床上进行推广。

简介：摘要： 针对三元扭曲叶片优化设计过程中设计变量较多的问题，采用动量矩为设计变量，再通过反问题计算得到叶片来间接对叶片进行参数化；针对评价函数计算量太大的问题，根据试验设计理论安排训练样本，采用神经网络建立设计变量与目标函数间的复杂的响应关系，并且详细研究了反向传播和径向基函数2种网络在对评价函数进行预测过程中的应用，建立了一种新的叶片优化设计方法 . 与传统的优化方法相比，其设计变量数目较少，以叶轮内的三维粘性流动分析为基础且大大缩短了计算时间.利用此方法对一台混流泵的扬程和效率进行优化，所得叶片性能良好，从而验证了此方法的有效性 .

简介：摘要：近年来，我国能源供应方式已呈多元化方向发展，相较于火力发电，其他发电方式由于受到不同限制因素的影响，深度调峰的灵活性远不如火电机组，同时为了保护环境，大容量、清洁型发电机组的发展刻不容缓。火电机组的负荷大范围变动时，会引起温度、压力等诸多参数的变化，固定的PID参数已经不能作为高品质的控制对象，而在线调整PID参数既浪费时间还耗费精力，很难满足机组运行要求，由此提出神经网络逆模型控制方法。

简介：摘要：轨道交通运营单位运营计划的制定与调整优化取决于客流需求，特别是城市轨道交通网络化运营后，随着轨道交通运量的增加以及线网网络复杂度的提高，客流预测难度也随之成几何倍数增大，因此提升客运量预测的精准度是轨道运营单位面临的一大问题。本文探讨基于图卷积神经网络、长短时记忆网络的轨道交通客流预测模型，实现轨道交通客流精准预测，为线网各运营线路行车组织、客流组织调整提供精准的数据支撑。