基于反向传播神经网络的棍棒类钝器打击速度预测

目的 分析并预测不同人群的棍棒类钝器打击速度范围,为法医学鉴定中钝器伤的损伤生物力学分析提供基础数据。方法 以PhotronFASTCAMSA3高速摄像机、PhotronFASTCAM查看器4.0和SPSS26.0软件为基础,计算并分析被测者的棍棒类钝器最大挥棒速度及相关因素,以此输入训练反向传播（backpropagation,BP）神经网络,利用训练完成且经过验证的BP神经网络作为预测模型。结果 共测试180例,测得470条数据。棍棒类钝器最大打击速度范围为11.30～35.99 m/s,其中女性数据122条,最大打击速度范围为11.63～29.14 m/s;男性数据348条,最大打击速度范围为20.11～35.99 m/s。棍棒类钝器最大打击速度随体质量、身高增大而增大,但在男性分组中并无明显增大趋势;最大打击速度随年龄增大而降低,但在女性分组中并无明显下降趋势;棍棒类钝器最大打击速度与其材质、打击姿势相关性无统计学意义。利用BP神经网络预测结果的均方根误差、平均绝对误差和决定系数（R2）分别为2.16、1.63和0.92。结论BP神经网络预测模型能够满足预测不同人群的棍棒类钝器...     

短时交通流预测模型综述

交通流预测在智能交通系统中一直是一个热闹的研究领域，几十年来，专家和学者们用各种方法建立了许多相对而言精确的预测模型。本文在提出来交通流短期预测模型应具备的特性的基础上，讨论了几类主要模型的结果和精确度，并对交通流预测领域今后的发展趋势作出展望。     

应用高通量测序DNA甲基化差异体液识别研究

目的通过检测和分析DNA甲基化差异的方法识别三种法庭科学犯罪现场常见体液(唾液斑、精液斑、血液斑)细胞来源。方法利用亚硫酸氢盐法对唾液斑、精液斑、血液斑的DNA样品进行甲基化处理,对由文献[1]和实验过程中筛选得到的甲基化位点进行illumina高通量测序,检测三种体液斑中细胞DNA的甲基化程度,并通过BP神经网络分析每一个位点的甲基化程度与细胞来源的关系及全部检测位点的甲基化程度联合与细胞来源的关系。结果运用BP神经网络对35份样品的73个位点的甲基化程度进行训练和预测,可以将唾液、精液、血液三种来源的DNA样本分开,其准确率达到77.3%。其中精细胞在L81528位点中表现为高甲基化,唾液和血液表现为低甲基化,可将精细胞准确鉴别出来。结论本研究建立的高通量测序分析DNA甲基化差异的方法可通过增加检测位点和样品数量进一步提高识别体液细胞来源的准确率。     

BP神经网络在工程估价中的应用研究

随着招投标机制的推行，摆在建筑企业面前的主要课题是改革工程预算管理办法，快速提出工程报价，因此我们对建筑工程估价的速度和精度都提出了更高的要求。利用神经网络可直接使用样本数据实现输入层与输出层之间的非线性映射，因此不需要建立精确的计算方程或规则，非常适用于难以建立精确数学模型但易于收集学习样本的问题。本文将通过建立基于BP神经网络的工程估价模型，并借助某市建筑工程造价管理办公室的大量历史资料，采集近年来该地区住宅楼工程相关数据，进行实证研究。     

让幸福的声音传向千里之外——通信技术30年变迁史

核心提示：如果穿越时间隧道，回首30年的通信历程，你一定会感叹：从古老笨重的“摇把子”电话，到如今轻松按键的数字程控电话；从退出历史舞台的BP机、“砖头”大哥大，到如今形体轻巧、功能多样的手机；从速度慢如蜗牛的窄带，到如今快如闪电的宽带……通信的每一步发展，都是经济发展和科技进步的最好印证。     

神经网络的过去、现在和将来

二十一世纪的今天,人类跨入了经济的全球化、证券化和信息化的时代。信息技术正在全方位地影响着人类的生产和生活,信息化的加深与拓展,开阔了发展的空间和提高效率,同时导致全球一体化进程的加快。在信息纷飞的信息社会里,面对海量的信息,如何有效地甄别与筛选黄金信息,然后借助于黄金信息来分析预测,促使人们做出更多理性的决策,从而减少人们处理未知事件时所担当的风险,由此提高竞争能力而立于不败之地,这些都是人们梦寐以求的。在信息挖掘方面,人工神经网络扮演着重要角色——前沿的科学理论指导和先进的技术工具应用。神经网络具有自组…     

封面人物简介

尚钢,河南新乡人,1959年12月生,教授,博士,博士生导师。湖北省高校跨世纪中青年学科带头人,2009年中国纺织行业年度创新人物。先后在武汉理工大学攻读学     

神经网络在房地产领域的实证研究

研究表明，房地产价格指数常表现为非线性，要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲，神经网络能够无限逼近非线性函数。采用神经网络模型作为预测的模型，可以对房地产价格指数进行预测。     

基于深度卷积神经网络的伪造语音检测

为快速准确的识别公安工作中常见的伪造语音,采用深度卷积神经网络(Convolutional Neural Network,CNN)进行伪造语音检测.模型中卷积层可以有效获取声学信息,池化层进行下采样处理防止网络过拟合,全连接层则进行真伪分类.提取英文及中文数据库中音频文件的梅尔倒谱系数(Mel-Frequency Ce...     

基于小波变换和BP神经网络的警务音频掩密通信算法

研究提出用BP算法对嵌入水印后的音频信息建立起人工神经网络,接收端利用该网络提取水印信息。由于BP神经网络具有良好的学习和自适应特性,利用训练后的网络几乎可以完全正确地提取所嵌入的水印,同时能抵抗多种攻击。试验结果表明所提出的算法对低通滤波、加性噪声等都有很强的鲁棒性。