>>> 哲学 经济学 法学 教育学 文学 历史学 理学 工学 农学 医学 军事学 管理学 旅游学 文化学 特色库
搜索结果: 1-12 共查到PNN相关记录12条 . 查询时间(0.111 秒)
中国科学院上海有机化学研究所专利:PNN三齿配体、钌络合物、其制备方法和应用
根据岩爆的影响因素、特点及成因,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数和弹性能量指数构成岩爆预测指标体系。搜集国内外46 组典型岩爆案例数据,考虑到概率神经网络(PNN)中高斯函数要求各指标变量互不相关,采用主成分分析法(PCA) 对原始数据预处理,消除指标间相关性并降维,得到线性无关的3 个主成分即岩爆综合预测指标RCI1,RCI2,RCI3,构成概率神经网络的输入向...
提出一种基于高光谱图像技术的红豆品种鉴别方法。利用高光谱成像系统采集江苏、安徽、山东的3个品种共162个红豆样本高光谱图像数据,通过ENVI软件提取出红豆中感兴趣区域的平均光谱作为该样本原始光谱信息,利用SG多项式平滑对原始光谱数据进行去噪处理,由于高光谱数据信息量大,冗余性强,故需对高光谱数据进行降维,采用了连续投影算法进行特征波长选择,根据交叉验证均方根误差确定最佳特征光谱的个数为9,采用主成...
This handbook is designed as a quick and ready reference for weed control practices and herbicides used in various cropping systems or sites in Idaho, Oregon, and Washington.
针对红外无损检测中因特征信息缺失,致使识别与评估效果不佳这一问题,研究以铝板为对象,基于红外无损检测技术,结合主成分分析和概率神经网络对铝板正常区及三类孔洞缺陷区进行了识别与面积定量评估.研究首先采集铝板降温过程的红外时序热图,提取了正常区和各类孔洞缺陷区的时序灰度值作为初始特征.其次,采用主成分分析对初始特征进行提取,并结合概率神经网络,以像素点为单位实现孔洞缺陷的识别及面积定量评估,并采用了支...
基于主成分分析和概率神经网络,提出了一种有效识别高甘油三脂血清荧光光谱的新方法.研究测量了正常和高甘油三脂血清在290 nm和350 nm激发光下产生的荧光光谱,并分别以3种采样间隔(1 nm、2 nm和5 nm)提取荧光强度作为样品的初始特征;利用主成分分析法对初始特征进行分析,以累积可信度大于95%的主成分作为样品特征;构建了4层概率神经网络,并分析了平滑系数和采样间隔对识别效果的影响.实验结...
基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性。
为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模...
概率神经网络是一种训练速度快、结构简洁明了、应用广泛的人工神经网络,该方法采用贝叶斯分类决策理论建立系统的数学模型,以高斯函数作为激励函数,具有非线性处理和抗干扰能力强等特点。阐述了概率神经网络的基本结构及其训练算法,提出了基于概率神经网络的边坡岩体稳定性预测方法,并采用一种新的有效随机全局优化技术——免疫进化算法对高斯型函数的标准偏差进行了参数优化。介绍了免疫进化算法的设计思想和特点,并成功地实...
通过研究非线性系统有色噪声的统计特性,划分噪声区间,产生一组输出预测,作为 概率神经网络模式层的模式,实现在线训练.由此提出了有色噪声作用下非线性系统滤波 的新方法.
PNN(脉冲中子-中子)测井是利用He-3管记录热中子时间谱,通过获取地层宏观吸收截面来确定含水饱和度的方法.本文利用蒙特卡罗方法(MCNP-4C)模拟了不同地层水矿化度、孔隙度、饱和度和井眼等条件下的热中子时间谱,研究了地层宏观吸收截面与地层水矿化度的关系,从理论上确定PNN测井适合的地层水矿化度范围约为10~100 g/L,在地层水矿化度为50 g/L时适于测井的孔隙度下限约为10%.井眼流体...
概率分类是三维医学体数据绘制必不可少的预处理环节.本文提出的SOM-PNN分类器,以贝叶斯置信度为基础,给出概率分类结果,并用于三维体绘制,得到了良好的图像质量和较高的分类效率.传统的参数模型方法的主要缺点是预先假定的概率分布函数形式不一定符合待分类的数据.非参数模型方法,如PNN分类器,可以有效地克服参数模型的缺点,但其巨大的内存开销与低的分类速度使得用PNN作图像分类几乎不可行.SOM具有良好...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...