1.给出了该神经网络结构图2.比较了单样本训练和批处理训练的区别3.改变不同参数的BP网络运转情况及结果，并给予相应的结果分析（根据不同问题，思考选择最合适的结果表示方法）

压缩文件包含三个常用的Matlab深度学习工具箱分别是DeeplearningToolbox,libsvm,matconvnet使用时直接添加到MATLAB的Toolbox路径下即可工具箱里都有一些example可以在这些例子的基础上写一个本人的神经网络结构

近年来，目睹了卷积神经网络（CNN）在各种计算机视觉和人工智能应用中的广泛普及。
然而，功能的提高是以大量密集的计算复杂性为代价的，这阻碍了它在诸如移动或嵌入式设备之类的资源受限的应用中的使用。
尽管人们越来越关注内部网络结构的加速，但很少考虑视觉输入的冗余性。
在本文中，我们首次尝试直接从视觉输入中减少CNN加速的空间和通道冗余。
所提出的方法称为ESPACE（消除空间和信道冗余），它通过以下三个步骤起作用：首先，通过一组低秩的卷积滤波器降低卷积层的3D通道冗余度。
其次，提出了一种新颖的基于掩模的选择性处理方案，该方案通过跳过视觉输入的不显着空间位置来进一步加快卷积操作。
第三，通过反向传播使用训练数据对加速网络进行微调。
在ImageNet2012上评估了提出的方法，并在两个广泛采用的CNN（即AlexNet和GoogLeNet）上实现了该方法。
与CNN加速的几种最新方法相比，该方案已证明在AlexNet和GoogLeNet上分别以5.48倍和4.12倍的加速比提供了最新的加速功能，而分类精度的下降却最小。

针对平流层飞艇的姿势控制问题，阐述利用PID神经元网络结构对飞艇进行飞行控制率设计。
首先，针对平流层飞艇运行特点建立了完整六自由度动力学模型，随后在模型基础上提出PID神经网络的组成结构和计算方法，并利用粒子群算法对神经元网络初始权值进行了优化。
仿真计算结果表明，通过PID神经网络对控制率进行设计能够迅速接近控制目标，实现对平流层飞艇姿势的准确控制。

目标识别是计算机视觉一个重要的研究领域，由此延伸出的车辆型号识别具有重要的实际应用价值，特别是在当今交通状况复杂的大城市，智能交通系统成为发展趋势，这离不开对车辆型号进行识别和分类的工作，本文围绕如何利用计算机视觉的方法进行车辆型号的识别和分类展开了一系列研究：本文对当前的目标识别和分类的特征和算法做了总结和归纳。
分析比较了作为图像特征描述常见的特征算子，总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据，分析比较了深度神经网络不同的特征学习方法，以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法，利用卷积神经网络结构搭建深度学习模型，进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验；
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验；
进过实验测试，深度学习方法在进行车型分类的实验中取得94%的正确率，并在与SIFT匹配实验结果对比后进一步证实：深度学习的方法能够应用在车辆型号识别领域

首先说明该文件有安装包和完整的代码。
打开运行时需要添加（或者更新）Visio。
如果电脑没有visio可以装一个。
下载绝对超值。
本项目通过用C#进行Visio进行二次开发，实现了绘制电气接线图，并能实现潮流计算。
0前言中国电力行业属于垄断行业。
从目前来看，改革我国电力行业，打破垄断引入竞争已成为大势所趋，但是，电力行业与其他垄断行业不同，至少有三个特点：电力行业与其他垄断行业服务对象不同。
其他垄断行业服务对象都是部分群体，如民航、铁路它们的服务对象只是人们群众中的一部分，不像电力行业与所有人有关，不论城市或农村，不论生产或生活，不论信息传递或网络联系，家庭生活都离不开电，对社会是全方位的覆盖。
一个国家电气化水平越高，电力在全社会作用越大。
一旦发生问题，小则引起局部瘫痪，大则引起全社会瘫痪。
因为它既是国民经济中的骨干行业，又是全社会的吃穿住行和人们生活需要的公用产品，这是其他垄断行业无法比拟的。
电力行业另一个特点是它的产品不能储存，发电量超过需要量会形成浪费，发电量不足，会影响生产和生活的需要。
而且，社会对电量的需要是一个不定量，它会随着地区、时间、季节、气候、人们生活等方面的变化而变化。
这种不能储备，需要量又是瞬息万变的行业，就要求对供给和需求要有精确的掌握，以便及时进行调整和控制，才不至于出现象美国加州那样长期电力危机。
中国电力行业还有它自己的特点。
中国电力行业的垄断说到底是非经济型的行政性的垄断，情况非常复杂，这在国外也少见。
在所有制上，有国家所有制、地方政府所有制、合资企业、集体所有制，国家担保贷款企业、股份制，等等。
发电厂有火电、水电、核电。
区域电价上差别也相当大。
电网有国家投资，地方政府投资，企事业单位投资等等。
在进行厂网分开竞价上网过程中，必须对电力企业的产权有所界定，对不同电价有所处理，以及今后电价的监督，等等问题，都需要政府介入。
但是，电力行业不可能彻底打破垄断，完全自由竞争，这是电力行业的特点决定的，即便在西方市场经济条件下，所有的竞争也不是完全的自由竞争（美国的电力自由化程度也不高，相对来说欧洲电力市场的自由最高，但也没有完全市场化），只能是有限的竞争。
何况在我们这样大的一个国家，电力行业这么重要，政府不可能放手不管完全自由竞争，问题在于垄断和竞争的度如何掌握，二者如何结合，这是我们电力行业面临的挑战。
电力行业已经开始从生产导向型向市场导向型的巨大转变。
电力行业运作继续关注在电厂和电网方面，并面临提高运行可靠性的强烈需求。
当今，我们需要用崭新的视角来透视市场状况，一些术语，如竞争能力、产品质量、收益率、效率及客户服务等都已经被赋予了全新的理念。
只有清楚地分析、理解当前的情势并及时、勇敢地采取行动，才能应对这些挑战。
在21世纪，计算机显得越来越重要，在电力行业中，计算机也得到了越来越广泛的运用。
而且随着社会的进步，电力行业已经抛弃了手工绘制电气接线图和手工计算潮流。
本系统就是在基于以上原因，开发了一款利用Visio进行二次开发，将C#与Visio想结合，能绘制电气接线图，并能打开已有的电气接线，保存所绘制的接线图等功能，并能在接线图的基础上，进行潮流计算。
1绪论1.1课题的研究背景与意义1.1.1课题的研究背景随着国民经济的发展,我国电力系统的规模越来越庞大,其网络结构越来越复杂,因而电力系统基础分析计算的工作量也越来越大。
图形是工程中最简洁的语言,用图形来描述电力系统的网络结构,图形会起到一目了然的作用,这也逐渐成为用户对电力系统分析计算软件的基本要求。
光只能绘图并不能满足需求，将绘制接线图与潮流计算结合起来才能使软件更贴近需求。
MicrosoftVisio是当今优秀的绘图软件,也是近年国内外最流行的图形化解决方案开发平台之一,具有强大的图形操作功能,它还提供了二次开发功能。
能够建立电力系统计算软件的图形平台框架,在此平台上绘制和编辑基于电力系统电气接线图,对电网拓扑结构进行自动识别,完成了电力网络图形元件各参数输入和设置,并实现了电力网络操作的图形化模拟、仿真和潮流计算。
1.1.2课题的研究意义本项目实现的电气接线图的绘制和潮流计算。
Visio是当今最优秀的绘图软件之一，它将强大的功能和易用性完美结合，可广泛应用于电子、机械、通信、建筑、软件设计和企业管理等众多领域。
使用该软件可以完成各类专业图纸的制作，例如程序流程图、网络拓扑图、数据分布图、地图、室内布置图、规划图、线路图等，可见功能十分的强大。
Visio软件有助于学生以及各种专业人员轻松地可视化、分析和交流复杂信息。
这能够将难以理解的复杂文本和表格转换为一目了然的Visio图表，增加工作学习的效率。
1．2问题的定义及内容简介1.2.1问题

次要内容来自本人大三期间的课程设计，包括最基本的潮流计算，本文内容为五节点的网络结构

Cisco中小企业网络结构设计案例设计思绪：1、路由器上配置NAT转换，默认路由至ISP，静态路由至三层交换机2、三层交换机上划VLAN，实现VLAN间路由，至路由器默认路由；
3、三层交换机上做ACL列表演，写实现VLAN间互相隔离技术。
PS：

该文档首先给出了整个系统的整体网络结构和功能结构的概貌，试图从总体架构上给出整个系统的轮廓，然后又对功能需求、功能需求和其它非功能性需求进行了详细的描述。
其中对功能需求的描述采用了UML的用例模型方式，主要描述了每一用例的基本事件流，若有备选事件流则描述，否则则省略。
而且还给出了非常直观的用例图。
这些文字和图形都为了本文档能详细准确地描述用户的需求，同时也为用户更容易地理解这些需求的描述创造了条件。
该文档详尽说明了这一软件产品的需求和规格，这些规格说明是进行设计的基础，也是编写测试用例和进行系统测试的主要依据。
同时，该文档也是用户确定软件功能需求的主要依据。

为了精确测量纳米颗粒的尺寸，依据透射电子显微镜拍摄的纳米颗粒图像，提出了一种基于U-Net卷积神经网络的颗粒自动分割方法。
将U-Net部分网络结构与批量归一化层相结合，减弱了网络对初始化的依赖，提升了训练速度。
对纳米颗粒图像进行半隐式偏微分方程滤波以增强图像边缘信息，利用改进的U-Net网络训练纳米颗粒个体分割模型，得到了分割结果。
研究结果表明，所提方法能精确分割出图像中的纳米颗粒，对边缘模糊和强度不均的纳米颗粒的分割效果提升显著。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。