摘要：冷挤压件的形状是制定冷挤压工艺方案时需要考虑的最重要的因素之一,基于目的性和方便性原则,该文针对冷挤压件的形状特征进行分类,并在此基础上分别建立基于正交实验设计的人工神经网络训练样本子集,最后将所有子集进行整合,形成初始训练测试样本集。结合典型冷挤压件,分析了采用正交设计方法选取人工神经网络训练样本的过程,研究了基于正交设计的人工神经网络的训练、测试方法,实现了基于人工神经网络的冷挤压工艺设计。

摘要：森林训练样本自动提取算法(TDA)已在Landsat图像分析中得到了成功应用,笔者以广西苍梧县广平镇为研究区,采用2007年ALOS、2011年Rapid Eye遥感图像,试验该算法在高分辨率图像中的应用。研究首先根据图像光谱特性自动识别出纯净森林训练样本,然后依据归一化的整合森林指数图像提取两期森林/非森林分类结果并以此进行林地变化检测,经过精度分析结果表明,面积总误差为-2.6%,空间位置精度为87.7%,说明该算法可有效地从高分辨率遥感图像提取出纯净的森林训练样本,为森林/非森林分类以及变化检测提供基础数据。

摘要：在用户利用输入法练习软件学习时,输入法练习软件使用的训练样本设计是否合理,是影响学习好坏的重要因素。讨论以形声编码输入法练习软件训练样本生成作为研究对象,根据用户设定的训练目标,通过遗传算法生成符合训练要求的最优训练样本,来满足用户训练要求。

摘要：建立了翼型气动特性预测的BP（Back Propagation）神经网络模型,重点研究了3种选取训练样本的试验设计（DOE）法：完全析因法、正交设计法和均匀设计法,对BP神经网络预测精度的影响,利用所建立的BP神经网络对FX63-137翼型几何型线进行了优化设计。研究结果表明：在因素数和水平数较少时,完全析因法、正交设计法及均匀设计法的平均测试误差分别为0.002%、0.029%、0.023%;在因素和水平数较多时,完全析因法的样本规模太大而不再适合,正交设计法和均匀设计法的平均测试误差分别为0.42%和0.15%,均匀设计法的预测精度更高,更适合于翼型气动特性预测的人工神经网络模型。优化后翼型的升阻比在迎角为0°~18°范围内均高于原始翼型,在迎角为1°、4°和15°时升阻比分别提高了4.38%、1.38%和5.51%。该研究方法及成果可以应用于翼型的多参数优化设计。

摘要：为了减少由疲劳驾驶而引起的交通事故，提出了一种基于非接触式的驾驶员疲劳驾驶检测方法．利用摄像头对驾驶员的面部图像进行采集，经过图像前处理，采用在线识别的方法对驾驶员的面部特征进行识别，获取其疲劳状态；硬件采用DSP系列的TMS320DM642作为核心处理器，在判定驾驶员疲劳之后发出报警．实验结果表明，使用脉冲耦合神经网络方法对图像进行增强与在线识别，可以有效地确定人脸与人眼区域，主控芯片TMS320DM642的运算处理能力满足系统的要求，摄像头焦距为8mm时，系统有效检测距离为30～150cm．脉冲耦合神经网络方法对于驾驶员疲劳状态检测可靠性较高，合理地选择硬件平台以及系统的安装位置对检测效果有重要的影响．

摘要：东北黑土区是中国重要的粮食生产区,而长期的开垦造成了严重的水土流失现象,坡耕地表面出现大量的侵蚀沟。侵蚀沟的识别是土壤侵蚀监测的重要手段之一,目前遥感技术在侵蚀沟的识别中应用广泛,但自动化程度不高。针对特定地物影像的识别,如何选取最能够有效描述该地物的特征是解决问题的关键。本文构建了耕地和侵蚀沟遥感影像的训练样本集,基于样本集分别提取了由光谱特征和纹理特征组成的浅层特征、SIFT特征经编码后得到的中层特征,以及利用卷积神经网络提取的深层特征;再基于不同层次的特征选用合适的分类器对遥感影像进行分类,识别出含有侵蚀沟的遥感影像,形成了一套针对侵蚀沟的特征提取与识别方法,为东北黑土区的耕地保护提供有力支持。测试结果表明:基于中层特征的识别精度最高,为98.5%,但该特征需要人工设计,自动化程度有限;而利用卷积神经网络可自动提取深层特征,其识别精度达到了95.5%,同时大大提高了自动化程度,满足侵蚀沟影像的识别的需求。

摘要：采用支持向量机(SVM)对网络业务流数据进行预测估计,通过训练样本,从而获得样本以外数据的分布规律。在此基础上,设计了一种网络排队队列缓存的预估模型。实验表明,该模型具有较高的训练效率和很高的估计精确度。

摘要：神经网络训练样本的选择具有随机性，大量的相似样本不但增加了训练时间，而且削弱了网络的泛化能力、降低了预测的精度。神经网络训练样本的质量对网络预测精度存在较大影响。合理的选择训练样本集对于提高网络的预测精度和泛化能力有重要意义。本文分别分析了训练样本质量与网络预测误差及网络泛化能力的关系，提出了以聚类法优化神经网训练样本，并以某风场数据实例验证了本方法的有效性。

摘要：针对传统专家系统获取知识困难自学习能力差和推理能力弱等缺点,设计并实现了基于BP神经网络的水牛疾病诊断专家系统。系统用专家以往诊断水牛疾病的病历来训练神经网络,并通过训练过的神经网络来实现疾病的诊断,然后针对诊断结果进行反向推理以确诊水牛疾病,结果表明,该系统很好地改进了传统专家系统存在的一些缺点。另外,该水牛疾病诊断系统的实现方法可推广应用到其它动物的疾病诊断系统中,为疾病诊断系统的开发提供了一条有效的新途径。

摘要：船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。