应用RBF激励WASD神经网络估算GFR

价格低廉与高准确率的矛盾是测量肾小球滤过率（glomerular filtration rate，GFR）中遇到的主要难题。采用径向基函数（radial basis function，RBF）神经网络和权值与结构确定法（weights-and-structure-determination，WASD）相结合的方法，并基于中山大学附属第三医院的患者数据进行神经网络建模，对肾病患者进行肾小球滤过率估算。计算机数值实验结果显示该方法在50%符合率标准下能达到90%的准确率，而传统方程中最优的准确率为68%。     

基于支持向量机的科技图书市场预测

对灰色、神经网络和支持向量机的三个预测模型进行研究，以某某类科技图书1993-2000年的年发行量为例，对科技图书市场进行预测，经过比较，支持向量机的预测方法精度较高。本方法可推广应用于其他类图书市场的预测。     

卷积神经网络在红木树种识别中的应用

  目的  不同类型的红木由于生长周期和木材特性的不同，导致商业价格差异悬殊，其中还包含有国家保护木种。本研究旨在找到能准确地识别红木种类的方法，以防止交易中的欺诈行为和保护树种。  方法  以国家林业和草原局木材与木竹制品质量检验检测中心(昆明)实际检测中累积的黄檀属Dalbergia和紫檀属Pterocarpus中的交趾黄檀D. cochinchinensis、刀状黑黄檀D. cultrata、卢氏黑黄檀D. louvelii、巴里黄檀D. bariensis、奥氏黄檀D. oliveri、大果紫檀P. macrocarpus、檀香紫檀P. santalinus等7种红木的376个样本作为基本数据，使用计算机算法扩展样本数量，提出自动化识别红木的卷积神经网络模型。  结果  该方法能够自动提取适合模型分类识别的特征，使用更为便捷，相比其他传统方法识别效果更准确的，结果证明平均识别精度达99.4%。  结论  自建的卷积神经网络可以有效识别红木树种，虽然在调参优化与训练时间大于VGG16等迁移学习方法，但泛化能力更强，证明了自建模型在红木识别应用上优于迁移学习模型。图7表4参23     

基于神经网络的食用菌价格预测模型的建立

为解决食用菌市场价格预测的问题,基于模糊神经网络建立食用菌价格预测模型,对5种常见的食用菌栽培方案进行了价格预测,可以客观准确地预测未来食用菌价格走势,减少价格波动带来的经济影响。     

机械优化设计的应用及展望

第三次产业革命使社会各个领域发生了巨大的变化,机械制造行业在产业革命的推动之下,也实现了不同于以往的高速发展。机械制造与自动化技术,正是机械制造在发展过程中应对挑战的产物,而且此种技术的应用将给社会生产以及公众的生活带来诸多改变。文章从机械优化设计内涵释义入手,分析机械优化设计特质,并就现代机械优化设计方法应用现状介绍以及未来前景展望进行研究,以供参考。     

基于BP神经网络模型的中国棉花产业风险预警研究

由于棉花种植面积减少、种植成本上升、质量下滑、粮棉争地严重、价格波动频繁、国外市场压迫等诸多因素的影响，中国棉花产业出现高消耗和高库存并存现象，供需结构严重失衡。从供给、需求和国际市场3个角度出发，以棉花市场价格波动率作为棉花产业风险的预警指标，选取了12个指标构建了中国棉花产业风险预警指标体系。运用反向传输神经网络分析了2005―2015年的样本数据，并对2015年的样本数据进行拟合，拟合结果良好，从而将2016―2018年预测数据代入模型中进行棉花产业风险预测。结果表明，中国棉花产业风险预警指数呈现上升趋势，尤其2017年和2018年棉花产业存在高风险。     

一类自变量分段连续的延迟Hopfield型网络分析

利用变量分段连续的微分方程与其诱导出的离散方程的关系,研究了一类自变量分段连续的Hopfield型神经网络的动力学性质。得到了该模型零解稳定的条件,并对结果进行了数值仿真。     

基于SVM的农业机械化水平预测模型

运用支持向量机方法对我国农业机械化水平进行预测。选取1986—2002年的17个数据作为训练样本,2003—2005年的3个数据作为检验样本,通过与GM(1,1)模型和BP神经网络模型预测结果进行比较,结果表明,2003—20053年预测值的平均相对误差仅为0.67%,该方法用于农业机械化水平预测是可行和有效的,为提高预测精度提供了一条新的途径。     

巢湖地区土壤相对湿度气象预测模型研究

[目的]描述气象影响因子与土壤相对湿度的关系,预测巢湖地区逐旬10～100 cm土壤相对湿度,定量评估土壤旱涝情况.[方法]通过分析巢湖地区各层土壤相对湿度逐月分布特征,讨论各气象影响因子与土壤相对湿度的相关关系,并分别基于多元线性回归和BP神经网络方法建立预测模型.[结果]气象因子和土壤相对湿度存在相关关系,相关系数从大到小分别为蒸发量、气温、日照时数、相对湿度和降水量.随着土层的深入,两者的相关系数和显著程度呈下降趋势.[结论]2种方法均能较好地预测出巢湖地区各层土壤相对湿度逐旬动态变化,可为了解巢湖地区籼稻主生长周期内的土壤相对湿度变化提供依据,为该地区作物旱涝评估提供参考.     

基于BP神经网络的煤矿配电网故障测距研究

本文提出了一种基于小波分析与BP神经网络的煤矿配电网故障测距方法。该方法首先采用小波包提取故障暂态零序电流的模极大值,并在小波基函数、分解尺度、BP网络各参数选择等方面进行了分析,进而在BP神经网络训练的基础上,将各故障特征的模极大值输入到BP网络中进行测试,输出了故障发生的位置。大量仿真实验表明,该方法在不同接地电阻及故障距离情况下,均能准确计算出故障发生的位置。