导读:本文包含了神经网络结构论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,卷积,结构,通道,区段,点阵,信道。
神经网络结构论文文献综述
元松,肖志军,曾智伟,李佳伟[1]（2019）在《遗传算法优化BP神经网络的路面结构层模量反算方法研究》一文中研究指出路面结构层回弹模量是路面结构设计中最重要的指标之一。文中针对新沥青路面设计规范中推荐的路面结构层模量和上海典型路面结构厚度,利用有限元程序建立了弯沉盆数据库;然后基于数据库搜索理论,采用遗传算法优化BP神经网络模型,实现路面结构参数与弯沉盆大小的映射、学习,达到模量反算的目的;通过加入噪声,提高神经网络模型的鲁棒性和泛化能力,实现对FWD实测弯沉盆的模量反算。(本文来源于《交通科技》期刊2019年06期）
苏运,刘思怡,张焰[2]（2019）在《基于分层结构神经网络的10kV配电网单相接地故障区段定位方法》一文中研究指出针对10kV配电网单相接地短路故障发生位置难以确定的问题,提出利用配电网中的多源数据,通过构建分层结构神经网络进行故障区段定位的方法。首先提取各种类型10kV配电网的固有特征,在分层结构神经网络的聚类层根据配电网的这些固有特征,利用自组织映射神经网络进行聚类分析,得到不同类别配电网;然后在分层结构神经网络的训练层对各类配电网分别用广义回归神经网络对故障定位条件特征与结果特征进行训练,得到各类配电网的故障定位模型;最后将发生单相接地短路故障的配电网下属各区段故障定位条件特征输入至所对应的故障定位模型中,判断各区段故障情况,实现故障定位。实际算例分析表明,所提出的方法能快速、准确地找出10kV配电网单相接地故障发生的区段,且具有较好的容错性。(本文来源于《水电能源科学》期刊2019年11期）
陈亮雨,李卫疆[3]（2019）在《多形状局部区域神经网络结构的行人再识别》一文中研究指出目的目前,行人再识别领域将行人图像的全局和局部特征相结合的方法已经成为基本的解决方法。现有的基于局部特征的方法更多的是侧重于定位具有特定的语义区域,这样增加了学习难度,并且对于差异较大的图像场景不具有鲁棒性。为了解决上述问题,通过对网络结构进行改进提出一种多形状局部区域网络(MSPN)结构,它具有多分支并将横向和纵向条状的特征作为局部特征,能够端到端进行训练。方法网络的多个分支设计可以同时获得多粒度和多形状的局部特征,其中一个分支表示全局特征的学习,两个分支表示横条状不同粒度的局部特征学习,最后一个分支表示竖条状局部特征学习。网络不再学习定位具有特定语义的区域,而是将图像提取的特征切分成横向和竖向的若干条作为局部特征。不同分支条的形状和数量不一致,最后获得不同粒度或不同形状的局部特征信息。因为切分方向的不同,多粒度多形状的局部特征缓解了行人在不同图像中无法对齐的问题。结果在包括Market-1501、Duke MTMC-ReID和CUHK03在内的主流评估数据集上的综合实验表明,多形状局部区域神经网络和现有的主要方法相比具有更好的表现。其中在数据集Market-1501上达到84. 57%的平均准确率(m AP)和94. 51%的rank-1准确率。结论多形状局部区域网络能够学习得到判别能力更强的深度学习模型,从而有效地提升行人再识别的准确率。(本文来源于《中国图象图形学报》期刊2019年11期）
张玉燕,李永保,温银堂,张芝威[4]（2019）在《基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法》一文中研究指出采用增材制造技术制备的金属叁维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属叁维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属叁维多层点阵结构样件的内部典型缺陷识别率达到99. 5%.(本文来源于《兵工学报》期刊2019年11期）
黄洁,王燚[5]（2019）在《适用于侧信道分析的卷积神经网络结构的实验研究》一文中研究指出侧信道分析中,对模板攻击的模板建立研究已经从高斯分布转变到使用机器学习算法来建立模板。比如使用支持向量机、神经网络等。但是使用神经网络进行侧信道分析时,网络结构的设计参数众多,找到合适的网络结构很困难。基于大量的实验研究,总结并提出适用于侧信道分析的卷积神经网络结构的经验,为今后设计侧信道攻击中的卷积神经网络提供依据。(本文来源于《成都信息工程大学学报》期刊2019年05期）
杨林林,杨树明[6]（2019）在《基于神经网络的振镜式线结构光叁维测量系统的标定》一文中研究指出振镜式线结构光叁维测量系统是一种新型系统,具有扫描速度快、测量精度和集成度高等优点,在叁维测量领域具有广泛的应用前景。为了避免建立复杂的系统数学模型,提高系统的标定精度,提出了一种基于神经网络的标定方法。该方法首先基于双重交比不变原理,利用棋盘格靶标和电动平移台获取大量精确的标定点坐标,以标定点的图像坐标及光平面转角为输入,对应的叁维世界坐标为输出,建立系统的神经网络模型,通过训练完成系统标定。试验表明,本文提出的标定方法简化了系统的标定过程,标定精度高且通用性好。(本文来源于《工具技术》期刊2019年10期）
潘兆东,刘良坤,谭平,周福霖[7]（2019）在《大型结构自适应学习率RBF神经网络滑模分散控制研究》一文中研究指出为了有效处理土木工程结构分散振动控制中子系统间相互影响力和外界荷载不确定性的影响,提出了自适应学习率RBF神经网络滑模分散控制算法(DALRBFSMC)。首先利用Lyapunov稳定性理论设计了仅依赖于子系统位移和速度响应反馈信息的滑模分散控制律,在此基础上,结合RBF神经网络理论和经典梯度下降法,引入Lyapunov函数,推导了调整RBF网络权值的自适应学习率,进而得到能实时调节滑模分散控制律切换增益项的自适应学习率RBF神经网络滑模分散控制算法(DALRBFSMC)。同时,针对子系统不同划分方式及子控制器之间存在重迭,提出了多种分散控制设计策略。对ASCE 9层Benchmark模型进行多种分散控制和集中控制设计。仿真分析结果表明,该分散控制算法适用于不同的分散控制策略,重迭分散控制策略较传统集中控制策略而言有更好的控制效果;同时能使分散控制系统内各作动器均处于功效最大状态。(本文来源于《工程力学》期刊2019年09期）
吴树兴,张秀琴[8]（2019）在《一种基于深度神经网络的汉语语音合成韵律结构预测模型》一文中研究指出近年来,随着语音信号处理技术的发展,合成语音在很多场景下已经能够满足实际的基本要求,但在自然度上方面,还需要进一步提高和改进。在汉语语音合成中,韵律结构的预测对于自然度的影响非常大,如何精确预测韵律结构,成为语音合成技术中需要解决的重要问题。该文结合注意力机制将深度神经网络双向RNN模型用于汉语韵律词的预测,得到的预测结果表明,具有注意力机制的双向RNN模型在进行韵律词的预测方面能够获得比较准确的效果。(本文来源于《科技资讯》期刊2019年27期）
谢晓凯,罗尧治,张楠,沈雁彬[9]（2019）在《基于神经网络的大跨度空间钢结构应力实测缺失数据修复方法研究》一文中研究指出结构健康监测技术正被广泛应用于大跨度空间钢结构.而在长期监测的实践中,由于设备故障、信号中断等各种原因,数据丢失问题不可避免.数据的缺失可能对进一步结构分析和安全评估的准确性造成影响.根据某体育场钢结构屋盖长期实测应力和温度数据的特点,基于神经网络建立测点应力数据间、应力与温度数据间的相关关系模型,从而达到修复缺失数据的目的,并对该方法的适用性进行了研究.(本文来源于《空间结构》期刊2019年03期）
毕鹏程,罗健欣,陈卫卫,邓益侬,刘祯[10]（2019）在《面向移动端的轻量化卷积神经网络结构》一文中研究指出随着移动设备的大量普及,将卷积神经网络应用于移动设备具有极大的实用价值。虽然随着技术的发展,目前移动设备的计算能力和存储资源都有了极大的提高,但是在移动设备上运行卷积神经网络仍然具有很大的挑战。为了解决这个问题,提出了一种轻量化的卷积神经网络结构S-MobileNet。该结构可以显着地减少网络模型的参数量以及降低模型的计算复杂度。为了全面评测S-MobileNet的性能,在CIFAR-10、CIFAR-100和ImageNet等图像分类数据集上进行了相关实验。实验结果表明,所提出的网络结构在保持MobileNetV2同等准确度的前提下,网络模型的参数量较MobileNetV2减少了近1/3,计算复杂度较MobileNetV2降低了近40%。(本文来源于《信息技术与网络安全》期刊2019年09期）
神经网络结构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对10kV配电网单相接地短路故障发生位置难以确定的问题,提出利用配电网中的多源数据,通过构建分层结构神经网络进行故障区段定位的方法。首先提取各种类型10kV配电网的固有特征,在分层结构神经网络的聚类层根据配电网的这些固有特征,利用自组织映射神经网络进行聚类分析,得到不同类别配电网;然后在分层结构神经网络的训练层对各类配电网分别用广义回归神经网络对故障定位条件特征与结果特征进行训练,得到各类配电网的故障定位模型;最后将发生单相接地短路故障的配电网下属各区段故障定位条件特征输入至所对应的故障定位模型中,判断各区段故障情况,实现故障定位。实际算例分析表明,所提出的方法能快速、准确地找出10kV配电网单相接地故障发生的区段,且具有较好的容错性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络结构论文参考文献
[1].元松,肖志军,曾智伟,李佳伟.遗传算法优化BP神经网络的路面结构层模量反算方法研究[J].交通科技.2019
[2].苏运,刘思怡,张焰.基于分层结构神经网络的10kV配电网单相接地故障区段定位方法[J].水电能源科学.2019
[3].陈亮雨,李卫疆.多形状局部区域神经网络结构的行人再识别[J].中国图象图形学报.2019
[4].张玉燕,李永保,温银堂,张芝威.基于FasterR-卷积神经网络的金属点阵结构缺陷识别方法[J].兵工学报.2019
[5].黄洁,王燚.适用于侧信道分析的卷积神经网络结构的实验研究[J].成都信息工程大学学报.2019
[6].杨林林,杨树明.基于神经网络的振镜式线结构光叁维测量系统的标定[J].工具技术.2019
[7].潘兆东,刘良坤,谭平,周福霖.大型结构自适应学习率RBF神经网络滑模分散控制研究[J].工程力学.2019
[8].吴树兴,张秀琴.一种基于深度神经网络的汉语语音合成韵律结构预测模型[J].科技资讯.2019
[9].谢晓凯,罗尧治,张楠,沈雁彬.基于神经网络的大跨度空间钢结构应力实测缺失数据修复方法研究[J].空间结构.2019
[10].毕鹏程,罗健欣,陈卫卫,邓益侬,刘祯.面向移动端的轻量化卷积神经网络结构[J].信息技术与网络安全.2019
论文知识图
