本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。 

列车结构设备日趋复杂、速度不断提高要求其运行可靠性更高。对列车上的设备与系统进行实时监测和故障诊断是关系到行车安全提高列车运用效率的一项重要技术措施。通过技术手段对机车关键部件进行故障监测和诊断，在设备发生故障时可及时发现并确定故障部位，记录故障过程，通过司机室显示屏等向司乘人员报警并提示排除故障方法或采取应急措施的建议是该系统的主要目标。 系统主要包括以下模块（如示意图）： l  瞬间故障检测记录仪（黑盒子） l  取代低压电器柜各种有触点控制电器的逻辑控制模块LCM l  司机室显示屏（Arm9+Windows CE） l  机车运行状态数据采集模块 1、瞬间故障检测记录仪 对于自动化程度较高又比较复杂的系统，查找故障确定故障部位是一项技术性非常强的工作。确定固定性故障部位难，确定偶然发生即随机性故障部位更难。 机车瞬间故障检测记录系统由地面数据处理计算机和车载检测记录仪两部分组成。车载检测记录仪可对机车在运行状态中的多项参数进行实时监测，一旦发生故障，该装置即可将故障发生前至故障发生后一段时间内机车各主要参数的变化情况记录下来。依此可以掌握发生故障前和故障后，机车各主要参数的变化规律，为准确确定故障部位，查明事故原因提供依据。 其主要功能与技术特点如下： 以高速数字信号处理器(TMS320VC5509A)为系统的核心，配以高速的AD采集芯片大大提高了系统的灵敏度； 以高速大容量FLASH作为故障数据的存储ROM； 采用先进的USB接口应用技术，把故障检测记录系统记录的故障数据方便快捷的传送到上层PC机上来； 功能强大的地面分析软件，准确指导、故障分析、排除隐患； 丰富的网络接口（MVB CAN）； 采样通道的灵活配置可以方便的应用于各种机车； 2、逻辑控制模块LCM 随着技术的进步，有触点控制电路可靠性差、维护费用高、体积庞大等问题，越来越难以满足对控制系统性能提高的要求。 逻辑控制模块LCM(Logic Control Module)在功能上等同于LCU，采用专用大规模集成电路实现控制逻辑，输入光电隔离、VMOS功率输出，不存在单片机程序易“跑飞”和“死机”的问题，通过网络接口可将系统的故障及状态等信息上传。LCM在韶山系列机车上可简单地装在低压柜内拆掉的继电器位置上，对机车改造、布线的工作量很小。该系统在繁忙的大秦铁路运煤货运机车上的实际运用中充分体现了其体积小、可靠性高、功耗低、信息化程度高等显著特点。 主要功能与技术特点 Ø 取代（机车）低压电器柜各种继电器（控制电器）； Ø 通过网络接口上传系统/机车状态信息，网络传输速率可达1Mbps； Ø 基于SoPC技术，体积小集成度高，系统可靠性高； Ø DC110V供电。 3、司机室显示屏 显示屏采用宽温大视角的工业级TFT-LCD，以ARM9微处理器、WindowsCE为平台，以高速大容量FLASH作为故障数据的存储器，具有标准RS232、USB接口和MVB等多种网络接口。 该显示装置作为一台完整的工业控制计算机，不但适用于各种机车，也适合应用于其他工业控制及检测领域，具有广泛的应用前景。 主要功能： Ø  机车状态实时监测 Ø  故障自动提示 Ø  历史故障记录 Ø  丰富的标准接口 便捷的操作，多样化界面： Ø  10.4英寸16dppTFT显示屏 Ø  ARM920T处理内核 Ø  Windows CE操作系统 Ø  SPI高速通信，串口 Ø  MVB，CAN，以太网，USB Ø  人机接口良好，操作方便 准确的故障提示、上千次的行车故障记录： Ø  故障诊断快速准确，及时提示司机应急方法 Ø  历史故障存档及转储，为机车故障分析提供依据

百度智慧课堂是百度教育SaaS服务，结合百度教育积累的核心资源优势与百度教育大脑3.0的核心技术能力，面向学前、中小学、高校与教育机构提供备课、题库、AI教育、考评、安防、教务等服务，覆盖教、学、考、评、管全部教育场景。

研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

本发明实施例公开一种基于改进的Hopfield神经网络的服装标志识别方法，应用于计算机领域，以解决现有的靠人工对商品的标志进行识别效率极低的问题。该方法包括：通过小波变换对原始图像进行特征提取；根据所述特征作为目标模式建立Hopfield神经网络模型。本发明的实施例应用于标志识别。

本发明涉及一种基于神经网络的风电磁悬浮偏航系统悬浮控制方法，属电气工程技术领域。该方法采用含量化因子的神经网络控制策略，使磁悬浮偏航系统在受到随机干扰情况下，实现稳定悬浮控制：当需要偏航时，首先由悬浮控制器采用PID算法控制励磁电流，使悬浮物向上悬浮至并保持在悬浮平衡点处，得到稳态下外环PID控制器的比例、积分、微分系数参数；其次，悬浮控制器改用含量化因子的神经网络控制策略，获得外环PID控制器参数的调节量；然后由两者求得励磁电流参考值，减去实际值，经内环PID控制器，实时调整励磁电流，实现稳定悬浮。本发明自适应能力强、动态响应快、抗干扰能力强，可确保整个悬浮偏航过程系统性能实时最优。

本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明

本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。

本发明公开了一种基于多尺度池化的卷积神经网络人脸识别方法。该方法利用多尺度池化的卷积神经网络来提取人脸图像的特征以实现人脸识别。在构建卷积神经网络的过程中，采用卷积和最大值采样交替的方法对特征进行深度提取，另外对每层卷积层采用了多尺度池化的策略和步骤，一并输入到全连接层，使其具有多尺度的、固定大小的特征列向量。本发明不需要对输入的人脸图像做截取或调

本发明公开一种基于 B-P 神经网络判断照明场景的自动曝光方 法，包括以下步骤，S1 通过视频采集系统获得原始图像；S2 将原始图 像划分为多个区域；S3 求每个区域的图像亮度平均值，获得亮度矢量； S4 设计 B-P 神经网络，将亮度矢量作为神经网络的输入，对照明场景 进行判断；S5 根据神经网络的判断结果，计算图像的理想亮度；S6 将 原始图像的实际亮度与理想亮度的偏差作为 PID 算法的初始输入，利 用 PID 算法获取理想亮度对应的理想可控量；S7 依据理想可控量，获 得曝光时间 t 和模拟