导读:本文包含了神经模型论文开题报告文献综述及选题提纲参考文献，主要关键词:生物神经元,脉冲发放模式,Izhikevich神经元模型,FPGA
神经模型论文文献综述
杜琳,林花,王连明[1]（2019）在《Izhikevich神经脉冲发放模型的FPGA硬件实现方法》一文中研究指出首先将该神经元模型模块化,然后利用VHDL语言对各个模块进行硬件描述,最后在FPGA中硬件实现了20种神经元的脉冲发放模式,为多种脉冲神经网络的硬件实现提供了参考.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
周兰花,曾富洪[2]（2019）在《基于MIVM神经网络模型对合金组元活度的预测》一文中研究指出为了使用分子相互作用体积模型(molecular interaction volume model,MIVM)准确便捷预测出合金溶液中组元的活度,建立了活度预测的BP(back propagation)神经网络模型和算法,模型的输入层为合金溶液中组元的实验活度系数,输出层为分子对位能相互作用参数,隐含层设定为一层。采用遗传算法优化BP神经网络模型各结构参数,在遗传算法中使用合金溶液中组元的无限稀活度系数的实验值和理论值的偏差作为适应度函数,以偏差最小为目标进行优化以保证BP神经网络的有效性。最后以Pb-Bi,Sn-Bi,Sn-Pb,Fe-Cu二元合金溶液中组元活度预测为例对BP神经网络模型和算法进行验证。结果表明:组元活度预测值与实验值之间的平均相对误差均小于4%,绝对偏差小于0.78,能满足工程计算要求。(本文来源于《重庆大学学报》期刊2019年12期）
喻晗[3]（2019）在《单张图像重建人脸3D模型的卷积神经网络系统研究》一文中研究指出大多数计算机视觉和图形应用的关键是从给定的图像重建详细的人脸几何结构,例如运动捕捉和再现。因为在不同表情、姿势时,人脸变化很大,重建任务具有很大的挑战性,虽然可以通过使用多张图像来重建一个物体的表面可以降低复杂性,但是,有时候必须从单张图像中提取表面,这仍然是一个难题。为此,本文引入了一个端到端的卷积神经网络框架,该框架以由粗到细的方式导出形状来解决这个问题。(本文来源于《计算机产品与流通》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[4]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
周桢,张胜军[5]（2019）在《基于BP神经网络模型的食品安全供给分析》一文中研究指出本研究尝试将BP神经网络引入食品安全市场的研究,以江苏省无锡市为例,通过消费者和农户调研,对生产者支付意愿模型进行模拟与预测。结果表明,不能将提高消费者的支付意愿作为提高生产者的食品安全支付意愿的唯一手段,建立食品安全可追溯体系、保障食品安全信息的高效传递才是解决食品安全问题的根本途径。(本文来源于《价值工程》期刊2019年35期）
冯灵清,刘琪芳,鲁志红[6]（2019）在《基于神经网络的马铃薯栽培环境调控预测模型研究》一文中研究指出利用基于Matlab的两种神经网络对马铃薯的栽培环境进行预测调控。文章详细介绍了BP神经网络和RBF神经网络的概念、网络模型以及学习算法,建立网络进行训练,最终实现了两种网络的仿真预测,解释了各自的优缺点并对其输出进行了对比分析。(本文来源于《计算机时代》期刊2019年12期）
边少聪,王宇[7]（2019）在《基于PSO-BP神经网络模型的IGBT老化预测》一文中研究指出IGBT(绝缘栅双极型晶体管)在使用过程中会产生热量,在其内部产生疲劳累积,最终老化失效。而在IGBT老化过程中,其输出电气参数会发生变化,可据此判断IGBT的老化状态。为此,基于NASA PCoE研究中心提供的IGBT加速老化数据,选取IGBT关断过程中集射极电压尖峰值为失效特征参数;采用卡尔曼滤波对该参数进行预处理后,应用BP神经网络建立IGBT老化预测模型;分别使用遗传算法和粒子群优化算法对BP神经网络初始权值及阈值进行寻优,解决其易陷入局部最优的缺陷;应用均方误差、平均绝对误差、相关系数作为评价指标,对网络性能进行评估。结果表明,经优化后的网络效果均优于BP神经网络,而其中以PSO-BP算法所构建的IGBT老化预测模型为最优模型,可以更准确地实现IGBT的老化预测。(本文来源于《浙江电力》期刊2019年11期）
谭亮,鲜继淑,许银才,谭彬彬,张开元[8]（2019）在《3D打印模型辅助CBL教学模式在神经外科医师规范化培训中的应用》一文中研究指出目的探讨3D打印模型辅助案例导向教学法(Case-based Learning,CBL)在神经外科医师规范化培训中的教学效果。方法将2017年1月～2018年10月于陆军军医大学第一附属医院神经外科进行规范化培训的住院医师共计82名随机分为3D打印模型辅助CBL教学组(n=41)和传统教学对照组(n=41),教学结束后对两组学员进行教学效果与满意度评估。结果在理论考试、临床技能考核及教学满意度调查中3D打印模型辅助CBL教学组均优于传统教学组,且具有统计学差异(P<0.05)。结论3D打印模型辅助CBL教学模式可以有效提高神经外科规培医师对于显微神经解剖和各种手术入路的理解与掌握,提高教学效果,增加教学满意度。(本文来源于《医学教育研究与实践》期刊2019年06期）
徐刚,王磊,金洪伟,刘沛东[9]（2019）在《因子分析法与BP神经网络耦合模型对回采工作面瓦斯涌出量预测》一文中研究指出针对工作面瓦斯涌出量的影响因素众多且难以筛选的问题,提出了基于因子分析法与BP神经网络的工作面瓦斯涌出量预测方法。首先运用因子分析法对矿井瓦斯涌出量的影响因素降维处理,并筛选出3个主因子作为BP神经网络的输入端神经元,然后构建出基于BP神经网络的工作面瓦斯涌出量预测模型,并进行网络训练,最后对预测模型的可靠性进行检验。结果表明:因子分析处理后变量作用在影响因子上的权重得到了重新分配,并且变量的维数得以减少,错综复杂的变量关系被优化成3个主因子之间的线性组合关系,使得BP神经网络模型预测的瓦斯涌出量结果更合理,精度更高;工作面瓦斯涌出量预测值与实测值的相对误差均在5%以下,平均相对误差为3.25%,误差波动范围小,稳定性较好,为复杂因素影响下的工作面瓦斯涌出量预测提供了一条新的思路。(本文来源于《西安科技大学学报》期刊2019年06期）
乔源,王建峰,杨永存,赵文杰[10]（2019）在《基于神经网络的飞灰含碳量软测量模型及实现》一文中研究指出飞灰含碳量的准确测量是提高锅炉燃烧效率的基础,针对目前飞灰含碳量测量装置速度、精度不理想的情况,提出了基于互信息变量选取的神经网络飞灰含碳量预测模型,并通过PLC和上位机组合的方式对神经网络进行在线监控。首先,介绍了锅炉燃烧机理,针对影响飞灰含碳量的因素进行分析,对机理分析得到的影响因素通过互信息进行选取,得到飞灰含碳量软测量模型建立所需要的辅助变量;然后针对选取得到的辅助变量进行数据预处理,包含数据去重、数据滤波、去异常值等,以处理之后的数据为输入建立神经网络模型;最后,通过PLC的SCL语言对建立的神经网络模型进行编程实现,并通过上位机组态软件WinCC进行飞灰含碳量进行在线监控。结果表明本文所建立的动态模型相较于传统的飞灰含碳量静态神经网络模型具有更高的实用性和准确性,可对现场采集的数据进行实时计算得到飞灰含碳量值并进行校正; PLC测量装置有着良好的预测精度与较高的预测速度,能够用于现场飞灰含碳量测量。(本文来源于《电力科学与工程》期刊2019年11期）
神经模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了使用分子相互作用体积模型(molecular interaction volume model,MIVM)准确便捷预测出合金溶液中组元的活度,建立了活度预测的BP(back propagation)神经网络模型和算法,模型的输入层为合金溶液中组元的实验活度系数,输出层为分子对位能相互作用参数,隐含层设定为一层。采用遗传算法优化BP神经网络模型各结构参数,在遗传算法中使用合金溶液中组元的无限稀活度系数的实验值和理论值的偏差作为适应度函数,以偏差最小为目标进行优化以保证BP神经网络的有效性。最后以Pb-Bi,Sn-Bi,Sn-Pb,Fe-Cu二元合金溶液中组元活度预测为例对BP神经网络模型和算法进行验证。结果表明:组元活度预测值与实验值之间的平均相对误差均小于4%,绝对偏差小于0.78,能满足工程计算要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经模型论文参考文献
[1].杜琳,林花,王连明.Izhikevich神经脉冲发放模型的FPGA硬件实现方法[J].东北师大学报(自然科学版).2019
[2].周兰花,曾富洪.基于MIVM神经网络模型对合金组元活度的预测[J].重庆大学学报.2019
[3].喻晗.单张图像重建人脸3D模型的卷积神经网络系统研究[J].计算机产品与流通.2019
[4].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[5].周桢,张胜军.基于BP神经网络模型的食品安全供给分析[J].价值工程.2019
[6].冯灵清,刘琪芳,鲁志红.基于神经网络的马铃薯栽培环境调控预测模型研究[J].计算机时代.2019
[7].边少聪,王宇.基于PSO-BP神经网络模型的IGBT老化预测[J].浙江电力.2019
[8].谭亮,鲜继淑,许银才,谭彬彬,张开元.3D打印模型辅助CBL教学模式在神经外科医师规范化培训中的应用[J].医学教育研究与实践.2019
[9].徐刚,王磊,金洪伟,刘沛东.因子分析法与BP神经网络耦合模型对回采工作面瓦斯涌出量预测[J].西安科技大学学报.2019
[10].乔源,王建峰,杨永存,赵文杰.基于神经网络的飞灰含碳量软测量模型及实现[J].电力科学与工程.2019
标签：生物神经元; 脉冲发放模式; Izhikevich神经元模型; FPGA;