基于STM32的仔猪智能恒温保育箱的设计

通过对仔猪保育期内温度数据的分析,采用理论分析和试验研究相结合的方法,设计出一套恒温保育箱控制系统。系统以STM32为主控芯片,根据温度传感器采集的信息,通过神经网络算法驱动执行机构工作,实现温度恒温控制,同时可在上位机实时动态显示温度变化曲线,便于对温度的监控和分析。     

大庆长垣东部地区深井钻头的优选

深井地层可钻性差、研磨性高是制约大庆长垣东部地区深井钻速的主要原因。通过拟合得到目标地区可钻性系数、研磨性系数与声波时差间的定量方程,计算了不同井深的岩石可钻性系数和研磨性系数。利用自适应共振理论神经网络方法进行钻头优选。     

基于神经网络模型的青岛市城区土壤重金属污染源定位

建立基于遗传算法的BP神经网络系统,该模型可以有效描绘区域中重金属元素的分布情况,并由此通过各元素浓度极大值点求出污染源近似坐标,实现对污染源的定位.将该模型运用于青岛市,根据青岛市不同功能区的土壤重金属含量调查结果,实现了对可能重金属元素污染源位置的预测.     

径流中长期预报的人工神经网络模型的建立与应用

以新疆伊犁河的雅马渡站23年实测数据为资料，利用人工神经网络理论和技术，建立了基于人工神经网络的径流中长期预报模型，经过检验，该模型预报结果精度高，模型可靠，有推广价值。     

改进型B-P神经网络优选木耳牛奶发酵酸乳工艺参数的研究

在木耳酸乳工艺参数设计中,使用自适应调节学习步长修正BP神经网络,模拟参数试验,用计算机取代全面试验和寻找最佳工艺参数的方法,并建立数学模型。其最佳工艺参数为:木耳浸提液用量为7%,蔗糖、琼脂添加量分别为6%和0.4%,接种量为5%,发酵温度为42℃,发酵时间7h。通过对比实验,最终优选出工艺参数所得出的结果符合实际实验情况。     

环境规划中大气SO_2预测的神经网络模型

为了对规划期间排入大气的SO2进行有效的控制,本文应用B-P人工神经网络方法建立了山西省运城市各县(区)人口数量、燃煤量、工业总产值和SO2排放量与SO2浓度的规划期综合预测模型,以实现在规划期间对大气的SO2的预测和控制。     

基于人工智能的农用拖拉机发动机故障快速诊断研究

为了达到拖拉机发动机不解体故障诊断的目的,提高诊断效率,利用发动机缸盖的振动信号的采集原理,提出了一种基于神经网络的人工智能故障检测方法,并构建了拖拉机发动机振动信号采集系统。基于人工智能的拖拉机发动机故障诊断系统,综合运用信号采集技术、信号处理技术、数据库技术、神经网络技术和人工智能专家系统,实现了和数据库及具有强大信号分析的处理功能,提高了系统的诊断实时性和诊断精度。最后,采用田间试验方法,对拖拉机故障快速诊断系统进行了试验验证。试验结果表明:采用人工智能诊断方法不仅可以有效提高系统的准确率,而且诊断系统的响应更加迅速,并且曝晒、震动、灰尘等恶劣的现场环境中仍能保持正常工作的稳定性。     

基于非线性粒子群算法与神经网络的天气预测

采用非线性PSO-BP神经网络对天气预测,可以有效地预测出多云、晴天和下雨3种不同天气。非线性PSO-BP算法提高了天气预测的准确度和精度,加快了网络收敛速度,为智能化天气预报提供了基础。     

基于模糊神经网络的农村电力短期负荷预测

为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。     

鲜食玉米果穗外观品质分级的计算机视觉方法

在HSI颜色模型下,通过计算机视觉检测技术实现对鲜食玉米果穗外观品质分级.提出垂直投影法确定秃尖位置并去除秃尖.对H值进行双向一次微分运算以实现缺陷的识别.在此基础上获取果穗缺陷比、穗长、果穗最大直径、长宽比和矩形度作为外观品质特征参数,并以此为输入向量构建广义回归神经网络对果穗外观品质分级.试验结果表明:秃尖位置、穗长和果穗最大直径的平均误差分别为2.27 mm、1.96 mm和0.54 mm,缺陷误判率为3.00%,分级平均准确率为95.91%.