贝叶斯神经网络相关论文
原子核的电荷半径是表征其电荷分布范围的物理量,对理解原子核这个复杂的量子多体系统内部核子间的相互作用发挥着重要的作用。但......
随着网络通讯和测量技术的飞速发展,在医疗、金融和工业生产等领域,人们可以获取大量的数据信息。综合利用这些信息,构建反映系统......
在城市排水系统领域中,城市地下水位智能监测技术是非常重要的研究方向。地下水位预测与异常检测能为排水系统及时提供参数信息,保......
快速获取区域土壤盐渍化程度信息,对于盐渍化治理与生态环境保护具有重要意义。以银川平原为研究区,以盐分影响因子和盐分指数分别作......
依赖于具有足够样本数量和标记完全正确的数据集,深度神经网络在图像分类任务上表现出色。由于手工制作数据集费时费力并且代价昂......
随着移动宽带服务和智能终端技术的快速发展,人们对更高移动网络速率和更稳定服务质量的需求也呈指数型增长,即将大规模部署的第五......
散裂反应在核废料处理、航空航天检测、质子重离子治疗、大型放射性核束装置等方面的应用引起了人们广泛的关注。质子引发的散裂反......
随着世界创新驱动的发展,科技技术受到前所未有的关注。尤其近年来,随着专利申请数量的增多,互联网平台涌现大量的非结构化专利文......
光伏功率点预测方法无法对功率波动进行预测,当功率出现短时波动时预测结果将会产生较大偏差.本文基于贝叶斯深度学习网络,通过堆......
热误差严重影响着机床的加工精度,对机床关键部件进行热特性分析是开发精密机床的重要环节.通过测量包括数控机床的特殊位置温度和......
随着光伏发电在微电网中的渗透率不断提高,其发电出力的不确定性和时变性为微电网的经济运行带来了挑战.在构建经济调度模型时,就......
心脏病作为全球范围内患病率和死亡率最高的疾病之一,严重影响了患者的生活质量,同时也对各个国家的医疗体系造成了重大负担。作为......
提出利用贝叶斯改进的卷积神经网络进行平面赤足迹识别,通过贝叶斯理论将网络模型中的权重和卷积核参数由点估计改为概率分布的形......
基于dropout NN(dropout Neural Network)的设备剩余寿命(RUL)预测方法因使用具有固定分布形式的先验与近似后验的贝叶斯神经网络(......
提出一种基于大数据的神经网络辨识多输入单输出(Multiple-Input Single-Output,MISO)系统的方法,采集现场运行的锅炉燃烧系统总风......
水资源是保障区域发展和人民生活基础的自然资源与战略性的经济资源,然而我国水资源相对贫乏,日益突出的水资源供需矛盾给区域经济发......
近年来,在教育信息化、远程教育和web2.0等应用带动下,在线教育得到快速发展。当前的在线教育并不是完全以用户为中心,并不能根据......
随着网络技术的不断发展,人们的社交方式已经逐渐从现实生活扩展到了虚拟社交平台当中,而新浪微博成为了大多数人的首选社交平台。......
深度强化学习是现代人工智能领域中一个重要的研究分支,可分为两大类:无模型和模型化。其中,模型化方法有较高的样本效率,但其渐近......
为了缓解城市交通压力,需要大力发展公共交通系统。然而,公交车在运行过程中会受各种因素的影响出现延误现象,这极大地打击了出行......
脑肿瘤是一种源于脑部组织中异常细胞的疾病。准确的脑肿瘤定性分级,既可以及时对患者采取有效的治疗,又可以避免采取过于激进的治......
准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统......
摘要目的研究利用计算机提取的动态增强(DCE)血流动力学和形态学特征对鉴别浸润性和非浸润性、转移和非转移性乳腺病变的能力。
A......
针对传统神经网络在电阻率成像反演中存在的过拟合和易陷入局部极值等问题,提出了一种基于剪枝贝叶斯神经网络(PBNN)的非线性反演......
借助计算机工具从氨基酸序列直接预测蛋白质三维结构,对于缩小蛋白质序列数据与结构数据数量之间的差距至关重要.蛋白质二级结构预......
基于贝叶斯神经网络,构建了资料匮乏地区的径流降尺度模型,模拟了叶尔羌河卡群站月平均径流,与BP神经网络的结果进行了对比,验证了......
文章采用贝叶斯神经网络的方法对60Co-γ射线辐照保鲜无防腐剂香肠辐照工艺与理化指标进行建模,并对其准确性进行验证,利用模型进......
想象动作提取是脑-机接口(BCI)技术的关键和难点之一.本文采用连续小波变换结合贝叶斯神经网络组成新的分类方法,利用想象动作思维引起......
为克服小样本医学图像数据集对训练强大的超声图像中甲状腺结节的自动分割或分类的深度学习模型的限制,提出一种基于贝叶斯神经网......
为了更加准确地预测国控监测点的日取用水量,对取用水量预测模型进行了研究。由于国控监测点的取用水量受多种因素的影响,数据具有......
生物序列分析在生物信息学中占有重要地位.本文对贝叶斯神经网络(Bayesian neural networks)及其在生物序列分析中的应用作了评述.......
众所周知,神经网络在模式识别问题上有着广泛的应用^[1],近十几年在生物信息学中神经网络也有很好的表现,例如预测蛋白质的二级结构^[......
提高神经网络模型推广能力的关键是控制模型的复杂度,该文探索了贝叶期神经网络的非参数回归的建模方法,通过融入模型参数的先验知识......
预测含伪结的RNA分子二级结构是生物信息学的一个研究难点。利用多分类支持向量机结合贝叶斯神经网络针对含伪结的RNA分子二级结构......
文章采用贝叶斯神经网络的方法对60Co-酌射线辐照保鲜无防腐剂香肠辐照工艺与理化指标进行建模,并对其准确性进行验证,利用模型进行......
基于贝叶斯神经网络 ,构建了资料匮乏地区的径流降尺度模型 ,模拟了叶尔羌河卡群站月平均径流 ,与BP神经网络的结果进行了对比 ,验......
针对焊接过程中熔透及焊缝背面成形难以直接检测的问题,通过焊件正面和侧面的传感特征信息,对焊件背面的焊缝宽度进行预测. 用视觉......
在短时间内准确、稳定地预测出交通流量,是实现智能交通控制系统的重要环节,对于交叉口信号控制方案的实时调整具有重要意义。鉴于......
金融风险预警对经济健康发展和金融稳定运行具有重要理论和现实意义,金融风险预警的核心是建立稳健可靠的金融风险预警模型。本文回......
Bayesian Diagnostic Network: A Powerful Model for Representation and Reasoning of Engineering Diagno
Engineering diagnosis is essential to the operation of industrial equipment. The key to successful diagnosis is correct ......
文本的自动分类是指按照预先定义的标签类别,通过一定的学习机制,在对带有类别标签的训练文本进行学习的基础上,给未知文本分配一......
准确获取蒸散发数据,对于更好地开展生态研究有着重要意义。在生态观测基站上,蒸散发数据会发生记录缺失,而在获取到的环境因子数......
随着环境问题的日益突出,风能作为一种绿色可再生能源已经在世界各国得到广泛应用。但风能的随机性和不稳定性导致风电功率具有波......
光伏发电具有波动性和间歇性,随着分布式发电的大规模并入电网,对电网的调度和电能质量均产生了影响,给电网的稳定运行带来了很大......
基于小波系数先验模型的图像处理方法是现代图像处理技术的重要理论框架之一。针对传统的高斯型或拉普拉斯型先验模型的统计描述精......