OpenSNN推文:神经网络(Neural Network)相关论文最新推荐(九月份)(一)
基于卷积神经网络的活动识别分析系统及应用
- 论文链接:oalib
- 简介:
活动识别技术在智能家居、运动评估和社交等领域得到广泛应用。本文设计了一种基于卷积神经网络的活动识别分析与应用系统,通过分析基于Android搭建的前端采所集的三向加速度传感器数据,对用户的当前活动进行识别。实验表明活动识别准确率满足了应用需求。本文基于识别的活动进行卡路里消耗计算,根据用户具体的活动、时间以及体重计算出相应活动在相应时间内具体消耗的卡路里消耗,有助于建立健康生活模式。
外汇汇率预测的一种前馈神经网络方法及其应用
- 论文链接:Hans汉斯
- 简介:
目前外汇交易量逐渐扩大,外汇交易市场在各国交易市场中具有极其重要的地位,其中影响外汇交易市场的关键因素是外汇汇率。随着人工智能的发展,人工神经网络将广泛应用于生活中。本文利用前馈神经网络建立模型预测汇率的收盘价,将外汇汇率收盘价的历史数据集作为一组时间序列,利用前馈神经网络构建理论模型,通过构造的理论模型来预测外汇汇率的收盘价。本文使用美元兑人民币、美元兑欧元、美元兑英镑、美元兑瑞郎四种汇率收盘价数据,实证结果表明该模型具有良好的预测精度,并对此模型的优缺点进行了讨论,期望能为外汇投资提供建议。
基于MEA-WNN神经网络的图像复原方法
- 论文链接:Hans汉斯
- 简介:
由于小波神经网络图像还原的效果一定程度上受初始值的影响,因此本文提出了一种基于思维进化算法(Mind Evolutionary Algorithm, MEA)优化小波神经网络方法。思维进化算法本身具有很强的全局搜索能力,因此先用MEA方法得到小波神经网络的初始值,再训练小波神经网络。实验证明,与BP、思维进化算法的BP神经网络(MEA-BP)相比,MEA-WNN方法复原的图像获得了更好的结果。
基于灰色关联与RBF神经网络的港口吞吐量预测
- 论文链接:Hans汉斯
- 简介:
在中国的运输体系中,港口扮演着重要的角色。通过建立改进的神经网络算法,运用灰色关联分析,从多个宏观经济指标中提取相关性较强的指标因素来确定RBF神经网络的输入指标。实证结果表明,该模型不仅很好地反映了港口吞吐量与第一产业总产值、第二产业总产值和客运量之间的关系,同时有效提高了预测精度,为决策者提供决策参考。在中国的运输体系中,港口扮演着重要的角色。通过建立改进的神经网络算法,运用灰色关联分析,从多个宏观经济指标中提取相关性较强的指标因素来确定RBF神经网络的输入指标。实证结果表明,该模型不仅很好地反映了港口吞吐量与第一产业总产值、第二产业总产值和客运量之间的关系,同时有效提高了预测精度,为决策者提供决策参考。
基于人工神经网络的早发型子痫前期患者预测模型构建研究
- 论文链接:Hans汉斯
- 简介:
目的:建立基于人工神经网络的子痫前期预测模型,为疾病早期筛查提供依据。方法:前瞻性收集2020年3月至2021年6月在青岛大学附属医院进行产前检查并分娩的741名孕妇资料,通过对所得资料进行单因素logistic回归以及多因素logistic回归筛选出子痫前期的独立危险因素。将所得独立危险因素运用人工神经网络算法进行预测模型的拟合,运用受试者工作特征曲线(ROC曲线)对模型进行评估。结果:所调查孕妇中共有71例(9.5%)发生早发型子痫前期,670例(90.5%)未发生早发型子痫前期,多因素logistic回归显示早发型子痫前期的独立危险因素有孕前BMI、孕次、孕前是否吸烟、孕前是否饮酒、平均动脉压(MAP)、葡萄糖、AST/ALT、血清游离三碘甲腺原氨酸(FT3)、甲胎蛋白(AFP),9项指标;所得预测模型预测早发型PE的ROC曲线下面积为0.945。结论:基于人工神经网络的早发型PE预测模型不仅为早发型PE提供了理论和方法的支持,为疾病的早发现、早诊断、早治疗争取了时间,具有广阔的应用前景。
基于Harris矩阵的脉冲耦合神经网络模型
- 论文链接:oalib
- 简介:
分割含有弱边界、对比度低的图像目标时,传统的脉冲耦合神经网络模型难以得到有效的分割效果,主要原因是动态阈值的衰减时间常数固定,衰减速度固定,分割弱边界时,输出的脉冲信号难以准确描述目标区域,产生误分割现象。为了解决这一问题,本文采用Harris矩阵获取图像梯度信息,特别是弱边界的梯度信息,提出动态阈值的衰减速度与图像的梯度信息有关,当梯度信息大时,动态阈值的衰减快,当梯度信息小时,动态阈值的衰减速度慢,给出动态阈值的新定义。通过对弱边界、对比度低的图像进行仿真对比实验,说明本文算法的分割效果优于传统脉冲耦合神经网络模型。