高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
基于共变正交和神经网络的网络流量预测技术
可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法,该方法首先确定神经网络参数,再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势,但对流量数值的精度预测上还有较大差距;基于神经网络的流量预测方法由于其无法准确描述网络流量的特性,因此在预测流量的变化趋势上效果一般,但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来,设计了一种
华中科技大学 2021-01-12
神经网络技术在复杂腐蚀体系中的应用
1997年欧盟轮执主席国葡萄牙提出开展《腐蚀失效分析方法在工业装置中的应用》项目的构想,由葡萄牙、中国、巴西、荷兰和澳门五国及地区联合参与项目提案,立项为“尤里卡计划”(EU1746),之后合作建立腐蚀失效分析案例的超文本电子图文集,采用专家系统和神经网络技术对腐蚀失效分析案例进行处理,开发一种智能化的计算机支持工具,对运转工厂进行安全分析,对失效和损伤的部件和设备进行失效分析。后又针对石化装置的腐蚀特点开发了此项目。   ① 第一次大规模地收集石油化工企业的腐蚀失效分析案例,输入超文本电子图文集Atlas中。建立了比较系统的案例数据库。   ② 编制了专家系统案例分析框图,对石油化工几种典型的腐蚀失效开裂模式的预测进行了框图分析,提供了一种很有价值的分析方法。 ③ 采用神经网络技术对收集到的案例进行分析,主要分析构件的腐蚀环境、材料状态、运行环境与腐蚀状态之间存在的因果关系。可以进行腐蚀趋势预测,并可应用于设备寿命评估。 大规模地收集石油化工企业的腐蚀失效分析案例,采用专家系统和神经网络技术进行案例分析,在此基础上进行腐蚀趋势预测和设备寿命评估。 运用了先进的计算机处理手段如:超文本电子图文集、专家系统和神经网络技术等,软件可编译成可执行文件,独立运行,用户可以实现查询、检索、打印、智能判断等功能。 软件已应用于齐鲁石油化工公司胜利炼油厂,二制氢装置水分离器V110入口法兰裂缝分析,重整装置炉501进出口管腐蚀分析、第二催化装置再生及循环斜管下料口内插板腐蚀减薄、第一常减压装置减顶换热器泄漏原因分析等工作中,先后应用了该软件,取得了满意的效果,及时地解决了生产装置的腐蚀问题。
北京科技大学 2021-04-11
集成国产处理器的SoPC芯片
目前,国产集成电路“缺芯少减”的现象非常严重,特别是在编程逻辑器件被美国几家著名大公司所垄断.国内与固外差距巨大,可编程器件目前广泛应用于通信航天航空导航遥感遥测。大的应用需R和发展前展。本项目针对嵌入了处理器的SoPC芯片(SystemonPogrammableChip)具有该现状,与成都华微公司合作,研制了完全自主可控的SoPC芯片。
电子科技大学 2021-04-10
一种基于神经网络的超密集异构网络负载均衡优化方法
本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法,将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法,联合调整所有小站的代价偏置值,解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值,可以大大降低迭代次数和计算复杂度,能提高基站边缘和中间的用户的吞吐量率,自动的均衡跨层和同层之间基站的负载,进一步显著降低负载均衡迭代方法的迭代次数,更加适应快速复杂多变的实际情况。
东南大学 2021-04-11
脑神经在头颈部分布模型十二对脑神经XM-639
XM-639脑神经在头颈部分布模型(十二对脑神经)   XM-639脑神经在头颈部分布模型(十二对脑神经模型)上带部分颅底,眶的上壁和外侧壁已剖掉,暴露出眼球、眼球外肌和眶内神经、下颌支及部分颞骨、颈部浅层肌除去暴露出脑神经在颈部的分布;颅底内面可见十二对脑神经出入颅底孔裂的情况,在正中面上,上鼻甲粘膜内可见嗅神经丝穿筛孔进入嗅球,切开鼻腔外侧壁暴露翼腭神经节及其分支;眶内显示眼球、眼球外肌, 动眼神经、滑车神经、展神经、三叉神经眼支和睫状神经节的位置的分布;下颌支及颞骨一部已切去,显露三叉神经的上颌神经,下颌神经的走行、分支、分布和下颌下神经节;面神经在面神经管内分出岩大浅神经和鼓索的情况,舌咽神经、迷走神经在颈部走行、分布情况,副神经支配胸锁乳突肌和斜方肌,舌下神经进入舌内等情况。 尺寸:放大2倍,42.5×15×40cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
新型煤泥分级调浆预处理器
本设备采用特殊结构的水喷射乳化器乳化药剂,一方面达到分散乳化药剂的效果,另一方面使整个工作体系对操作者敞开,操作者可以清楚了解设备的工作情况,方便操作。跌落箱上的滑板带有坎条,对煤浆中粗、细颗粒有不同的接触预处理时间,在第一层和第四层滑板出料口,创造性的设计了“人”字形挡板,对粗、细粒级进行分级,进一步加大了粗、细粒级在预处理器中停留时间上的差异,消除高灰细泥的影响,使煤粒表面形成足够的、稳定的油膜,为煤浆预处理创造良好的工艺条件。专利号:分级跌落式煤浆预处理装置 2013101819576;基于跌落式煤浆预处理器的浮选剂进料系统 2013202695010;煤浆预处理器2013202495989。
安徽理工大学 2021-04-13
移动机器人的多脉冲神经网络控制器导航控制方法
本发明公布了一种移动机器人的多脉冲神经网络控制器导航控制方法,属于移动机器人目标点趋近自主导航控制器所属领域,用于移动机器人的导航控制。其技术方案是:本发明包括目标点趋近控制器、沿墙行走控制器、避障行为控制器,控制器中采用了脉冲神经网络,在神经网络中同时融入时空信息。本方法在不同条件下设定各控制器权值,并根据不同控制器的权值顺序作为控制器激活与否的判别顺序,通过控制器激活及转换条件的使用,实现各控制器之间的相互转换。本发明通过神经网络的在线训练,实现机器人的在线自主学习,与先前的基于模块化的控制器相比,控制策略简便易行,通过各控制器之间的转换,更加有效、高精度地控制移动机器人实现目标点趋近导航控制任务。
河北师范大学 2021-04-27
基于神经网络的智能无人机疫情预警监控系统
目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群,检测人员聚集情况,利用红外热成像技术实时获取人员体温情况,实现在非接触情况下对疑似高危人员的快速区分,并快速形成疫情人员相关数据,还可以提供数据接口,供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道,通过喊话系统,监控人员可以随时疏导或制止被监控人员的异常行为,为疫情监控和预警提供了更为清晰和直接的手段方式。
北京理工大学 2021-04-10
关于应用神经网络对核裂变产物的研究进展
原子核裂变数据的精确测量是很多核物理应用的先决条件,比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆,急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大,国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂,是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络(Bayesian Neural Network)来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用,并可以得出推断的误差,但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面,裂变产物分布具有统计特征,比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布,只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习,当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明,随着中子能量增加,裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时,唯象评估模型失效,神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向,展现了机器学习的一个实际应用范例,将对核数据的定量评估产生重要影响,有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化
北京大学 2021-04-11
基于计算机视觉和神经网络的浮选控制系统
浮选技术是目前矿业中矿物分选主要采用的工艺方法。传统的浮选控制过程是通过各种测量仪器,分析测量矿物的品位、浮选回路中的pH值、药物浓度等参数,根据分析得出的数学模型来调整加药量,以使浮选过程处在最优状态下。但实际上,由于浮选过程十分复杂,影响浮选过程的因素非常多,所获得的数学模型并不能和实际很好吻合,因而控制过程一般并不能处在最优状态下。这是浮选控制过程的
西安交通大学 2021-01-12
首页 上一页 1 2 3 4 5 6
  • ...
  • 476 477 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1