BP Neural Networks and Its Application in Lung Cancer Intelligent Diagnosis System     

HUANG Xue-mei  TANG Zhi-de  ZHAO Yi-fan  SHU Zhi-qiang 《保鲜与加工》2005,(1):42-44

The learning algorithm of networks is discussed. The programming example of 3 layer BP networks is given with Visual C++6.0 program langue. Based on this model, a lung cancer intelligent diagnosis system is successfully implemented. Furthermore, the paper introduces network's structure design, preferencesand the source of stylebookdatum in factual applications. The ameliorative arithmetic is applied to the study of networks and BP dynamic evolving process is designed. The experiments indicatecell images are recognized and classified by the trained neural network. The study illustrates the system has feasibility and clinical value in lung cancer diagnosis.  相似文献   

BP神经网络在隧道岩爆预测中的应用     

石豫川吉锋  冯文凯 《水土保持研究》2007,14(5):216-218

西南某水电站拟修建四条引水隧洞以及两条平行交通隧道,但工程区一般埋深1000-2000 m,最大埋深2525m,地处高应力区,目前已开挖的2000m洞段中均发现轻微至中等的岩爆现象。因此,在深埋、长大的隧道以后开挖过程中岩爆烈度如何显得十分敏感,利用BP人工神经网络,建立了以强度脆性系数、应力系数等8指标为要素的岩爆预测模型,对12200m未开挖的辅助洞段进行了预报,结果表明,该方法的预报效果较好。与地质分析判断相吻合,可用于进一步指导实践。  相似文献   

BP神经网络在不同植被产流产沙分析中的应用          下载免费PDF全文

李淼  周建国  宋孝玉  沈冰 《水土保持通报》2007,27(6):152-224

以甘肃省西峰市南小河沟小流域径流场为研究对象，利用BP神经网络对4种植被类型的径流小区（农田、林地、人工草地和天然荒坡）进行了产流产沙量模拟和预测。其模拟产流量的相对误差分别为0．2％～5．7％，0．1％～2．5％，0．7％～2.9％和0．1％～3％；模拟产沙量的相对误差分别为0．1％～3．2％，0．2％～3．1％，0．6％～4．2％和0．2％～2．7％。预测农地、林地、草地和天然荒坡产沙量最大相对误差分别为-11％，14％，-14．6％，18％，产流量最大相对误差分别为10．9％，27．3％，15％，26．3％。结果表明，BP神经网络预测产流产沙的效果较好，对径流小区运用神经网络进行蓄水拦沙指标分析是可行的。  相似文献   

基于人工智能计算技术的区域性土壤水盐环境动态监测   总被引：2，自引：2，他引：2  

刘全明  陈亚新  魏占民  屈忠义  赵培清 《农业工程学报》2006,22(10):1-6

根据区域水环境监测与评价的要求，采用人工智能计算技术的BP神经网络模型进行二维区域性土壤水盐环境动态监测，仿真计算了河套灌区内两个实验区的区域土壤水盐动态值，绘制出水盐等值线图与三维透视图，将两年的预测成果对比分析。结果表明：隆胜实验区2002、2004两年春季耕作层土壤水分平均值稳定为21.0%，电导率平均值分别为0.35 ms/cm、0.42 ms/cm，有少量积盐。沙壕渠实验区两年春季耕作层土壤水分平均值分别为25.8%、21.8%，水分减少4%，而电导率明显增加，从0.44 ms/cm增至0.66 ms/cm，土壤耕层积盐明显，值得引起重视。由于BP神经网络技术对原始数据无参数及分布要求，不涉及特异值处理问题，可消除普通克立格法的平滑效应，具有较强的非线性拟合智能，对采样系统布置无严格要求，计算程序简单实用，是对常用地质统计学Kriging传统预测方法的改进，有独特的优点，可应用于大面积土壤水盐动态监测工作。  相似文献   

The application of rough sets-neural network theory to mine ventilation system evaluation     

WANG Hong tu  HUANG Zhen hu  FAN Xiao gang  YUAN Zhi gang  JIANG Ji ji 《保鲜与加工》2011,(9):90-94

To solve the instability problem of established sample in the neural network evaluation method for mine ventilation system, a comprehensive evaluation of the ventilation system is carried out based on rough sets and BP neural networks. Taking the ventilation system of a mine as an example, the classification quality of raw data samples are tested by using rough set data analysis system. Then, based on artificial neural network theory, a rough sets-neural network evaluation model of a mine ventilation system is established and a new rough sets-neural network evaluation method of mine ventilation system is formed. The results show that, after the model validation of data and application, its theoretical evaluation results are in line with the actual situation, and the network total error is less than 0.004. It shows that the comprehensive evaluation method based on rough sets-neural networks has a good effect in evaluating mine ventilation system in practical application.  相似文献   

BP神经网络在静力触探确定单桩承载力中的应用     

曹茂森  周翠玲  戴景军 《山东农业大学学报(自然科学版)》2002,33(3):338-342

运用BP神经网络建立了静力触探成果与单桩承载力的相关关系，并通过工程实例将BP神经网络预报值与线性回归数学模型、规范公式方法计算值进行对比，说明BP神经网络在利用静力触探成果确定单桩承载力中是一种行之有效的方法，具有精度高，信息处理智能化等特点，计算结果明显优于传统的线性回归数学模型和规范公式方法，具有较好的应用价值。  相似文献   

基于改进BP网络模型的水质预测模型的研究   总被引：2，自引：0，他引：2  

邱靖  杨毅  张亚静  叶轩 《云南农业大学学报(自然科学版)》2007,22(3):417-422

 运用人工神经网络理论和方法,建立了基于三层BP网络的预测模型,并对BP算法进行了改进。并就长江流域丰水期全流域的水质情况进行模拟比较,确定了该模型的隐含节点数以及实用范围,并能较精确地预测今后5年的发展趋势，且预测结果客观。证明了该预测模型具有较强泛化能力,是一种行之有效的预测非线性类问题的模型。  相似文献   

The Machine Recognition for Population Feature of Wheat Images Based on BP Neural Network     

LI Shao-kun  SUO Xing-mei  BAI Zhong-ying  QI Zhi-li  Liu Xiao-hong  GAO Shi-ju  ZHAO Shuang-ning 《中国农业科学(英文版)》2002,1(8):885-889

Recognition and analysis of dynamic information about population images during wheat growth periods can be taken for the base of quantitative diagnosis for wheat growth. A recognition system based on self-learning BP neural network for feature data of wheat population images, such as total green areas and leaves areas was designed in this paper. In addition, some techniques to create favorable conditions for image recognition was discussed, which were as follows: (1) The method of collecting images by a digital camera and assistant equipment under natural conditions in fields. (2) An algorithm of pixei labeling was used to segment image and extract feature. (3)A high pass filter based on Laplacian was used to strengthen image information. The results showed that the ANN system was availability for image recognition of wheat population feature.  相似文献   

基于BP网络的柴油机排气消声器结构参数设计   总被引：1，自引：0，他引：1  

成峰  周宝焜  黄敬党  翁红林 《福建农林大学学报(自然科学版)》2003,32(3):394-397

为了克服目前排气消声器常见设计方法中固有的建模假定引起的设计误差,尝试将BP网络应用于排气消声器设计;利用正交试验和排气噪声数字信号处理获得了1/3倍频程声压级和柴油机燃油消耗率作为输入、结构参数作为输出的人工神经网络的学习样本;通过MATLAB中人工神经网络工具箱完成了网络的训练;实例验证了BP网络应用于排气消声器设计是完全可行的;同时,通过训练后网络的具体应用,展示了BP网络在消声器设计方面的优越性.  相似文献   

基于BP神经网络模型的商务型饭店微观选址研究——以重庆市为例     

郑龙生  杨晓霞 《西南大学学报(自然科学版)》2011,33(4)

在文献分析和实证调查的基础上,归纳出影响商务饭店选址的7个影响因素的16个具体因子,引入BP神经网络,设计出基于BP神经网络的商务型饭店选址分析模型,通过样本学习和训练建立起稳定神经网络;并以重庆市为例进行了实证研究,认为BP神经网络模型在商务型饭店的选址评价中具有可行性和实用性.  相似文献