摘要：针对电力无人机在工作状态下受到外部因素干扰导致无法精准控制运动姿态的问题,提出基于贝叶斯改进神经网络的电力无人机鲁棒姿态控制方法;综合考虑电力无人机的组成结构、运动以及动力原理,构建电力无人机数学模型,利用传感器设备检测电力无人机的实时位姿,采用飞行路线规划的方式确定姿态控制目标;在考虑风场威胁条件和故障状态的情况下,利用贝叶斯改进神经网络计算无人机的姿态控制量,以鲁棒姿态控制器作为硬件支持,实现鲁棒姿态控制;通过性能测试得出结论:优化设计方法的姿态角控制误差始终低于0.2°,且在3种不同风场工况下,控制误差的波动程度不高于0.5°,与传统方法相比,优化设计方法在姿态控制精度和鲁棒性方面具有明显优势。

摘要：为提高10 kV配电网相间短路故障自动化检测精度,设计了一种基于改进神经网络的10 kV配电网相间短路故障自动化检测系统。该系统由在线监测模块的探头装置,检测10 kV配电网线路电压、电流信号信息,通过短距离无线网与通信模块GPRS网络连接,发送至数据分析模块;数据分析模块由服务器、计算机端构成,电压、电流信号数据会实时缓存于服务器中,由计算机端使用基于改进神经网络的相间短路故障诊断模型,诊断电压、电流信号样本,是否属于10 kV配电网相间短路故障状态,完成10 kV配电网相间短路故障自动化检测。通过实验验证,该系统在10 kV配电网相间短路故障检测方面具有很高的准确性,无须人工操作,具有广泛的应用前景。

摘要：韩语机器翻译受到韵律格式影响,导致翻译的可靠性不好,提出基于改进神经网络的韩语机器翻译系统设计方法。采用语料库模型建立韩语机器翻译系统的双语平行语料库,建立以深度学习为基础的神经网络翻译语义控制模型,采用规则和模板的匹配方法,采用统计机器翻译的方法,构建以语义综合评估为翻译结构参数模型的韩语机器翻译自然语言处理模型,采用无监督的神经网络学习方法,建立韩语机器翻译的语义对照模型,实现迭代反向翻译和回译。系统构建中,设计了数据库模块、语义推荐模块、数据访问层模块和翻译生成模块,在改进神经网络模型下实现机器翻译系统设计。测试结果表明,该方法进行韩语机器翻译的可靠性较好,具有很好的语义连贯性、翻译一致性和翻译流利性,翻译输出的准确度较高。

摘要：为提高毕业生推荐就业信息的吻合度和命中率,笔者提出基于改进神经网络的高校就业信息推荐系统。硬件部分设计了三层架构,分别为数据层、逻辑层、表示层;软件部分通过计算大学生就业方向信息的相似度,将相似度高的信息聚类为同一类别数据,利用改进神经网络训练数据,并输出同一就业方向的推荐信息。实验结果表明,设计系统提高了推荐结果的吻合度和命中率,具有较小的推荐排名指数,推荐信息与毕业生的个性化需求更吻合,充分保证了推荐结果的准确度。

摘要：对神经网络输入层中的数据作归一化处理,通过优化神经网络可有效避免神经元出现饱和现象,从而提高对线损预测的准确性。因此,本研究利用改进神经网络设计了新的电网线损率预测模型。实验结果表明,该预测模型的预测时效性和预测准确率均较高,证明该模型具有较强的应用优势。

摘要：针对光通信组网对网络传输实时性不足的影响,以提高光通信组网的性能为目的,提出了基于改进神经网络的光通信组网抗毁技术研究。在改进神经网络的基础上,模拟网络节点在光通信组网中传输,运用节点的变化计算出组网节点的度参数,结合平均路径长度参数和介数参数,设计了光通信组网特征参数,利用光通信组网的路由策略,设计了光通信组网抗毁算法,最后通过重构光通信组网,实现了光通信组网的抗毁。实验结果表明,基于改进神经网络的光通信组网抗毁技术在网络鲁棒性和效率方面,都具有较强的网络优势,提高的光通信组网的性能。

摘要：根据某地区1996年-2007年连续12年私家车的保有量,提出了一种改进的BP神经网络的私家车保有量的预测模型,以人均国内生产总值、公交车营运总里程、居民人均可支配收入等10个指标作为网络的输入因子,以私家车保有量作为输出因子,利用1996年至2007年的数据进行训练和检验,得到了预测仿真的结果,预测值与实际值的误差比传统的神经网络预测的误差更小,达到了预期的目的。

摘要：由于传统模型的评价指标不完整,使得绿色建筑设计方案评价结果不科学、误差大,为了提高绿色建筑设计方案评价精度,提出了多指标体系和改进神经网络的绿色建筑设计方案评价模型。首先分析了当前绿色建筑设计方案评价的研究进展,建立了全面、客观的绿色建筑设计方案评价指标体系,并通过灰色关联分析算法筛选绿色建筑设计评价指标;然后采集绿色建筑设计方案评价指标原始数据,组成绿色建筑设计方案评价的训练样本,引入神经网络刻画绿色建筑设计方案等级与评价指标之间的变化规律,建立绿色建筑设计方案评价模型,并引入蚁群算法解决神经网络的参数确定问题;最后采用绿色建筑设计数据集对模型的性能进行测试,所提模型的绿色建筑设计方案评价精度高达92%以上,而经典模型的绿色建筑设计方案评价精度低于88%,且所提模型大幅度减少了绿色建筑设计方案评价时间,获得了比经典模型更优的绿色建筑设计方案评价效率,可以为绿色建筑设计方案评价人员提供有价值的参考意见。

摘要：传统的机器学习图像识别方法存在很多缺陷,识别图像的正确率低,因此基于改进神经网络设计新的图像识别方法,首先进行图像预处理,然后选择了改进神经网络参数,最后构建了图像识别模型,从而实现图像识别。实验结果表明:设计的图像识别方法的准确率更高,具有一定的应用价值。

摘要：研究中长期电力负荷精确预测问题,针对基于传统BP神经网络算法建立的电力负荷预测模型中存在的局部极小值、预测精度低、收敛速度慢等问题,提出了一种改进的BP神经网络电力负荷预测算法,利用自适应调整学习率和批处理样本训练方式,提高神经网络本身的收敛速度和精度。最后以河南省某地区电力数据为例验证所提模型和算法的可行性和合理性。