导读:本文包含了智能神经网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,人工智能,智能,卷积,变电站,交通灯,专家系统。
智能神经网络论文文献综述写法
郭文翀,蔡永智,冯小峰,韦晓明,危秋珍[1]（2019）在《基于反向传播神经网络的失流故障智能识别研究》一文中研究指出为解决传统方法识别主网电流失流故障准确率低的问题,本文提出了一种基于反向传播神经网络的失流故障智能识别方法。本文利用反向传播的神经网络算法,通过梯度下降的方式反向修正各层权值,使网络输出误差达到可以接受的程度,从而达到对失流故障识别具有很好的自学习自适应能力的目的。首先根据对主网失流故障特征的研究,将失流故障分为持续失流与断续失流两种,构造对应指标,综合所有指标构建失流故障特征提取体系,最后建立反向神经网络来拟合失流故障提取体系。对数据进行识别,建立专家样本库,利用反向神经网络进行离线训练,训练完成后固定权值用于失流故障识别,从而准确输出失流故障事件。经实例验证,所提方法在识别准确率和识别效率优于一般分类识别方法,可实现失流故障的就地识别。(本文来源于《电力大数据》期刊2019年12期）
杨向飞,赵子涵,郑中,向博,吴跃康[2]（2019）在《基于神经网络专家系统的智能变电站检修测试安措自动生成方法研究》一文中研究指出由于智能变电站中设备耦合关系复杂,现有的依靠人工拟票的检修测试安全措施主要依靠检修测试人员的经验,受测试人员水平的限制,容易漏项错项,引发检修过程中的安全事故。对此,该文提出基于神经网络专家系统的自动生成检修测试安措新方法,构建智能变电站检修测试任务中的通用规则模型,并利用神经网络推理计算改善现有专家系统的局限性,实现了自动生成优化的检修测试方案,提出明确的操作计划及设备的陪停措施。该方法可用于指导变电站检修工作人员正确开具设备检修测试安措票,以此降低人为因素造成的设备误动作或检修事故发生的概率。(本文来源于《中国测试》期刊2019年11期）
徐向艺,张国平[3]（2019）在《基于智能优化算法的神经网络安全设计与优化研究》一文中研究指出为了提高神经网络安全性能,本文引入智能优化算法,通过划分网络危险等级,对神经网络安全进行有效评估,利用蚁群算法,对参数进行反复训练,完成网络安全预测。检验结果表明,本文提出的优化研究方案对神经网络安全性能的提升有所帮助。(本文来源于《信息技术与信息化》期刊2019年11期）
吴碧程,邓祥恩,张子憧,唐小煜[4]（2019）在《基于卷积神经网络的智能垃圾分类系统》一文中研究指出为解决当前垃圾分类中的人工成本高与分类效率低的问题,提出了基于卷积神经网络的智能垃圾分类系统.该系统通过将卷积神经网络移植到嵌入式设备树莓派中,实现具有准确识别垃圾种类功能的核心嵌入式主控,并结合一定机械分类结构,实现自动识别与分类垃圾的功能.通过移入该系统,便可以较低成本地将普通垃圾桶改造为智能分类垃圾桶,为当下垃圾分类的社会难点提供智能高效的解决方案.(本文来源于《物理实验》期刊2019年11期）
唐风敏[5]（2019）在《基于人工智能神经网络技术的汽车故障诊断》一文中研究指出随着汽车电子技术的突飞猛进,汽车内部结构及相互通信关系越发复杂化,同时用户对汽车故障诊断的及时性和准确性要求也越来越高,这就增加了汽车故障诊断过程中的困难程度和不确定性。通过建立以人工智能神经网络为核心的汽车故障聚类融合系统来对故障进行诊断,既满足远程诊断的实时性,又使诊断售后服务智能化,人性化,将有良好的发展前景。(本文来源于《汽车电器》期刊2019年11期）
廖东进[6]（2019）在《基于神经网络算法的皮革裁断智能分拣方法研究》一文中研究指出皮革制品冲裁加工涉及送料、分拣、液压随动阀、多轴驱动电机等多机设备的控制。为了提高皮革裁断分拣的速度与精度,本文以皮革成品的面积、椭圆度、各向异性和表面纹理等特征为向量,采用基于最小均方delta规则神经网络的目标识别方法,智能识别裁断样品;在皮革裁断加工过程中,考虑到背景光线变化会对分拣系统造成的不准确性问题,采用了背景差分法,以此获取运动工件的精准图像坐标,以此提高皮革裁断加工的分拣效率。(本文来源于《科技视界》期刊2019年32期）
高旭,马迎新,汤小兵,陆小荣[7]（2019）在《基于Matlab神经网络算法的智能变电站光纤回路自学习及自动设计的研究》一文中研究指出随着智能变电站建设速度不断加快,大规模智能变电站新建和改扩建工程集中投产。在此背景下,由于设计人员和运维人员在经验、习惯方面的差异,智能变电站光纤回路标准化设计难度大,光纤回路设计与正确性校核靠人工完成,设计效率低、图纸正确性校核困难。针对以上问题,提出了一种基于神经网络算法的智能变电站光纤回路自动设计方案。通过采集海量变电站物理配置描述文件(SPCD文件),经过人工智能学习,建立神经网络决策树,实现根据二次系统设计要求自动输出光纤回路设计图纸。该方案利用人工智能技术提升了智能变电站光纤回路设计效率和质量,进而实现光纤回路设计的标准化、智能化。(本文来源于《电力系统保护与控制》期刊2019年22期）
赵蒙蒙,汪洋,邓家骏,佘云浪,陈昶[8]（2019）在《人工智能卷积神经网络在全视野数字切片图像分析中的应用进展》一文中研究指出组织学病理是临床疾病诊断的金标准。全视野数字切片(whole slide image,WSI)的出现,虽弥补了传统的玻璃切片易损坏、检索困难以及诊断可重复性差的不足,但同时也带来了巨大的工作量。人工智能(artificial intelligence,AI)辅助病理医师的WSI分析,可解决工作效率低,提高诊断的一致性。其中,以深度学习卷积神经网络(convolution neural network,CNN)算法的应用最为广泛。本文综述目前已报道的CNN在WSI图像分析中的应用情况,总结CNN在病理学领域中的发展趋势并作出展望。(本文来源于《中国胸心血管外科临床杂志》期刊2019年11期）
李中显[9]（2020）在《基于LM-BP神经网络的采摘机器人智能运动策略研究》一文中研究指出首先介绍了BP神经网络和LM-BP神经网络的原理,然后介绍了采摘机器人运动学模型,最后采用LM-BP神经网络实现了采摘机器人智能运动策略。MatLab仿真表明:对于不同的果树种植布局及不同的起点和终点,采摘机器人采用该算法均能产生可行的无碰撞路径,以顺利完成采摘作业。(本文来源于《农机化研究》期刊2020年07期）
郭蓬,王梦丹,戎辉,唐风敏[10]（2019）在《基于LTE-V技术和神经网络的智能交通灯控制系统》一文中研究指出本文介绍了一种智能交通灯控制系统,该交通灯控制系统基于长期演进的V2X(Long Term Evolution-V2X,LTE-V)技术和神经网络,该交通灯控制系统中交通灯与LTE-V路侧单元(RSU)连接,同时RSU通过LTE-V技术收集其通信范围内的车辆信息,并将车辆信息与交通灯状态信息进行整合,将绿灯方向车辆排队长度、红灯方向车辆排队长度、红灯时间、绿灯时间和绿灯方向车辆动作时间作为BP神经网络的输入参数,以对绿灯的控制作为输出参数,从而实现对交通灯的智能控制。本文提出一种地图匹配算法,用于计算车辆排队长度。在调整交通灯时间时,若要缩短绿灯时间,绿灯方向车辆可能由于来不及刹车导致交通事故的发生,为了保证车辆的通行安全,将绿灯方向车辆动作时间列为输出参数的考虑因素。本文通过190组交通数据对BP神经网络模型进行训练,使用10组样本数据对该神经网络模型进行测试,结果表明,该神经网络输出与期望输出拟合程度高且误差在可接受范围内。为了评估本文设计的智能交通灯控制系统的控制效果,本研究通过微观交通软件VISSIM进行仿真,通过在交通路口不同交通流量下比较定周期控制策略和本文设计的智能控制策略的控制效果,仿真结果表明,相对于交通灯的定周期控制,本文设计的智能交通灯控制策略在保证了车辆通行安全的情况下,不仅可以缩短交叉路口的车辆排队长度,提高交通效率,还可以减少车辆的停车次数,提高车辆行车过程中的舒适性。(本文来源于《第十四届中国智能交通年会论文集（2）》期刊2019-11-01）
智能神经网络论文开题报告范文
（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：
由于智能变电站中设备耦合关系复杂,现有的依靠人工拟票的检修测试安全措施主要依靠检修测试人员的经验,受测试人员水平的限制,容易漏项错项,引发检修过程中的安全事故。对此,该文提出基于神经网络专家系统的自动生成检修测试安措新方法,构建智能变电站检修测试任务中的通用规则模型,并利用神经网络推理计算改善现有专家系统的局限性,实现了自动生成优化的检修测试方案,提出明确的操作计划及设备的陪停措施。该方法可用于指导变电站检修工作人员正确开具设备检修测试安措票,以此降低人为因素造成的设备误动作或检修事故发生的概率。
（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。
智能神经网络论文参考文献
[1].郭文翀,蔡永智,冯小峰,韦晓明,危秋珍.基于反向传播神经网络的失流故障智能识别研究[J].电力大数据.2019
[2].杨向飞,赵子涵,郑中,向博,吴跃康.基于神经网络专家系统的智能变电站检修测试安措自动生成方法研究[J].中国测试.2019
[3].徐向艺,张国平.基于智能优化算法的神经网络安全设计与优化研究[J].信息技术与信息化.2019
[4].吴碧程,邓祥恩,张子憧,唐小煜.基于卷积神经网络的智能垃圾分类系统[J].物理实验.2019
[5].唐风敏.基于人工智能神经网络技术的汽车故障诊断[J].汽车电器.2019
[6].廖东进.基于神经网络算法的皮革裁断智能分拣方法研究[J].科技视界.2019
[7].高旭,马迎新,汤小兵,陆小荣.基于Matlab神经网络算法的智能变电站光纤回路自学习及自动设计的研究[J].电力系统保护与控制.2019
[8].赵蒙蒙,汪洋,邓家骏,佘云浪,陈昶.人工智能卷积神经网络在全视野数字切片图像分析中的应用进展[J].中国胸心血管外科临床杂志.2019
[9].李中显.基于LM-BP神经网络的采摘机器人智能运动策略研究[J].农机化研究.2020
[10].郭蓬,王梦丹,戎辉,唐风敏.基于LTE-V技术和神经网络的智能交通灯控制系统[C].第十四届中国智能交通年会论文集（2）.2019