基于深度神经网络的自适应鲁棒水印嵌入方法及系统.pdf

一种基于鲁棒自联想神经网络的传感器故障诊断方法_李欢欢.pdf 第32 卷第14 期中国电机工程学报 Vol.32 No.14 May 15, 2012 116 2012 年5 月15 日 Proceedings of the CSEE ©2012 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 (2012) 14-0116-06 中图分类号：TP 206.3 文献标志码：A 学科分类号：470·20 一种基于鲁棒自联

2015-09-16 约字 6页立即下载

基于自适应神经网络的谐波检测方法.doc 基于自适应神经网络的谐波检测方法目录摘要 Abstract 第一章绪论 1 1.1 谐波概述及意义 1 1.2 国内外谐波检测方法 2 1.3 本文的研究内容 2 第二章传统谐波检测技术介绍 2.1 谐波的概述 2.2 有源电力滤波器与谐波检测 2.3 瞬时无功功率理论谐波电流检测方法 2.4 小结第三章 基于自适应神经网络的谐波检测方法 2 3.1 人工神经网络 3.2 基于自适应噪声对消原理神经元网络谐波电流检测方法 3.3 自适应神经网络谐波检测原理 3.4 小结…………. 第四章仿真结论 4.1仿真软件介绍 4.2系统仿真 4.3 小结结

2018-05-22 约2.71万字 43页立即下载

一种基于自适应深度神经网络的云边端协同计算方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114564312 A (43)申请公布日 2022.05.31 (21)申请号 202210201950.5 (22)申请日 2022.03.03 (71)申请人北京航空航天大学云

2023-05-11 约2.12万字 18页立即下载

2023-06-06 约2.22万字 15页立即下载

基于变异的深度神经网络模型修复方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361709 A (43)申请公布日 2021.09.07 (21)申请号 202110639424.2 (22)申请日 2021.06.08 (71)申请人北京信息科技大学地址

2023-06-16 约1.03万字 10页立即下载

基于图卷积神经网络的单目深度估计方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967326 A (43)申请公布日 2021.06.15 (21)申请号 202110237547.3 G06N 3/04 (2006.01)

2023-06-06 约1.76万字 18页立即下载

使用深度神经网络和基于规则的系统进行心电图诊断的系统和方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114901145 A (43)申请公布日 2022.08.12 (21)申请号 202080069405.4 (74)专利代理机构上海专利商标事务所有限公

2023-05-16 约5.41万字 43页立即下载

基于神经网络的高次非线性系统自适应控制：理论方法与应用.docx 基于神经网络的高次非线性系统自适应控制：理论、方法与应用一、引言 1.1研究背景与意义在现代科学与工程领域，高次非线性系统广泛存在于航空航天、机器人技术、生物医学、电力系统等诸多方面。例如，在航空航天中，飞行器的姿态控制涉及到高度复杂的非线性动力学模型，其空气动力学特性、发动机推力与飞行器姿态之间的关系呈现出高次非线性；在机器人领域，机器人的机械结构和运动控制往往伴随着摩擦、惯性等因素，导致系统呈现高次非线性特征，如机器人手臂在不同关节角度和运动速度下的动力学模型十分复杂。这些高次非线性系统的动态特性难以用传统的线性理论进行准确描述和有效控制，给实际应用带来了巨大挑战。传统控制方法基于

2025-03-23 约3.9万字 30页立即下载

基于神经网络的图像水印研究的开题报告.docx 基于神经网络的图像水印研究的开题报告一、选题背景和研究意义图像水印是一种将数字信息嵌入到数字图像中的技术，它可以用于保护图像的版权、防止信息篡改等多种方面。传统的图像水印算法包括空域算法和频域算法，但这些算法通常无法抵御嵌入攻击。而基于神经网络的图像水印技术则能够在一定程度上提高水印的鲁棒性，同时还可以适应复杂场景的特点、保护原图像的视觉感受，因此受到越来越多研究者的关注。本文旨在深入研究基于神经网络的图像水印技术，探索其在实际应用中的优势和不足，进一步提出创新性的改进方法，为水印技术的发展和实际应用提供支持和参考。二、研究目的和内容本文的主要研究目的是探索基于神经网络的图像水印技术

2024-04-23 约1.14千字 3页立即下载

基于深度卷积神经网络的污水环境状态判定系统检测方法.docx 1 基于深度卷积神经网络的污水环境判定系统检测规范 1范围本标准规定污水类种类智能识别系统的术语和定义、系统组成架构、系统设备要求、系统性能要求、通用要求、环境污水等级、识别速度的确定、系统验收、系统运行维护保养。适用范围为：企业污水排放口，江河等水质监控站判定污水所处的等级。 2规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB6920-1986《水质pH值得测定玻璃电极法》GB11901-1989《水质悬浮物得测定重量法》 GB11903-1989《水质色度

2025-02-18 约6.78千字 16页立即下载

一种基于深度学习卷积神经网络的食用菌快速识别系统及方法.docx PAGE 1- 一种基于深度学习卷积神经网络的食用菌快速识别系统及方法 一、引言随着社会经济的发展和人们生活水平的不断提高，食品安全问题日益受到广泛关注。食用菌作为人们日常饮食中不可或缺的一部分，其质量和安全性直接关系到公众健康。然而，市场上食用菌品种繁多，且存在一定比例的假冒伪劣产品，给消费者带来了识别上的困难。据相关数据显示，我国每年因食用菌质量问题导致的食品安全事件超过千起，涉及消费者人数众多。为了有效解决这一问题，迫切需要开发一种快速、准确的食用菌识别系统。近年来，深度学习技术在计算机视觉领域取得了显著的进展，尤其是在图像识别领域。卷积神经网络（ConvolutionalNeura

2025-01-22 约2.33千字 5页立即下载

基于深度卷积神经网络的水稻穗瘟检测方法及系统.docx PAGE 1- 基于深度卷积神经网络的水稻穗瘟检测方法及系统 一、1.引言水稻穗瘟作为一种常见的稻作病害，严重影响着水稻的产量和质量。在全球范围内，水稻穗瘟的发生不仅给农业生产带来巨大的经济损失，而且对粮食安全构成严重威胁。传统的穗瘟检测方法主要依赖于人工观察和经验判断，这种方法的效率和准确性都受到很大限制。随着人工智能和深度学习技术的飞速发展，利用计算机视觉技术自动识别和检测农作物病害成为可能。在众多农作物中，水稻穗瘟检测技术的应用具有特别重要的意义。本文旨在研究基于深度卷积神经网络（CNN）的水稻穗瘟检测方法，以实现对穗瘟的自动识别和分类，提高检测效率和准确性，为水稻病虫害的防治提供有力

2025-01-22 约3.88千字 7页立即下载

基于聚类和深度神经网络的室内可见光定位方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116466335 A (43)申请公布日 2023.07.21 (21)申请号 202310372738.X (22)申请日 2023.04.10 (71)申请人北京科技大学地址 100083

2023-07-19 约2.27万字 21页立即下载

基于深度自监督神经网络的医保小卡欺诈检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801805 A (43)申请公布日 2021.05.14 (21)申请号 202110078727.1 (22)申请日 2021.01.21 (71)申请人浙江大学山东工业技术研究院

2023-06-03 约1.21万字 9页立即下载

基于经验模态分解和深度神经网络的负荷预测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112803398 A (43)申请公布日 2021.05.14 (21)申请号 202110024109.9 G06N 3/08 (2006.01) (22)申请日 20

2023-06-06 约2.21万字 21页立即下载