高炉是一个包括复杂物理化学变化和传输过程的高温反应器。由局部反应和区域热平衡、物料平衡建立的机理模型难以适应炉况的迅速变化。用模糊数学理论进行不确定知识的处理,构成了知识库和推理机,从而建立了人工智能高炉异常炉况诊断专家系统,避免了人工可能漏看忽略的仪表微小变化所造成炉况判断的偏差,因而有较高的命中率

本文重点分析通用5 关节工业机器人的工作空间、灵活性并用形象的几何作图、计算机显示表达出工作空间轴截面的形状,计算和表达出工作空间内已知各点的灵活度大小。分析和求出机器人的最佳工作区间,为通用5 关节机器人的实际作业提供了必要的依据。本文所采用的方法也可用于其他多关节机器人工作空间及灵活性的分析

智能气候预测的理念与案例 基于机器学习方法的中国降水预测 基于中尺度气象同化预报和深度学习的风速预报 光伏电站太阳辐射超短期预报 基于深度学习的北极地区格点化地表气温重建 气象人工智能未来发展思考

《计算方法》1 《计算方法》12 《大学化学》15 《机械制图Ⅰ》30 《机械制图 I》39 《机械制图Ⅱ》41 《机械制图Ⅱ》50 《电工技术》52 《电工技术》62 《电子技术》66 《电子技术》77 《理论力学》82 《材料力学》92 《材料力学》104 《机械原理》106 《机械原理》117 《机械设计》120 《机械设计》132 《互换性与技术测量》135 《互换性与技术测量》145 《工程材料与金属工艺学》148 《工程材料与金属工艺学》162 《机械制造技术基础》165 《机械制造技术基础》175 《热工基础及流体力学》177 《液压与气压传动》186 《液压与气压传动》197 《数控加工与编程技术》200 《数控加工与编程技术》208 《机电传动控制》211 《机电传动控制》221 《汽车发动机原理》224 《控制工程基础》233 《控制工程基础》242 《Triz 创新方法与应用》245 《人工智能基础》254 《人工智能基础》264 《现代设计理论与方法》266 《现代设计理论与方法》277 《机床数控技术》280 《机床数控技术》288 《车间制造执行系统概论》290 《模具设计与制造》298 《有限元分析及应用》308 《汽车电器与电子技术》317 《汽车电器与电子技术》325 《数字化设计与制造技术》327 《微机原理及接口技术》337 《微机原理及接口技术》346 《工业工程概论》349 《先进制造技术》361 《先进制造技术》371 《PLC 原理及应用》374 《PLC 原理及应用》383 《专业英语》386 《企业管理》392 《技术经济学》401 《文献检索与科技论文写作》410 《金工实习》416 《机械制图能力训练》425 《计算机三维绘图及实践》431 《机械装备方案及结构设计能力训练》441 《工艺规程编制及工装设计能力训练》451 《机电控制综合能力训练》457 《数控加工与编程能力训练》465 《机械原理课程设计》473 《液压与气压传动课程设计》480 《机械设计课程设计》487 《机械装备拆装实训》494 《专业实习》500 《毕业论文（设计）》509

实验一 赤眼蜂雄性外生殖器玻片标本的制作与观察 实验二 寄生性天敌昆虫的识别 实验三 赤眼蜂人工繁殖 实验四 捕食性天敌昆虫的识别 实验五 异色瓢虫的人工饲养 实验六 苏芸金杆菌的芽孢形成过程及芽孢染色法 实验七 自僵菌形态观案 实验八 NPV、CPV的观察与染色

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

第一节 人工智能 第二节 机器学习 第三节 深度学习 第四节 深度学习在生物信息学中的应用 第五节 未来展望

针对BP神经网络训练时间长的问题,采用基于案例推理的方法预测精炼开始钢水温度.首先,应用层次分析法确定影响精炼开始钢水温度的各个因素的权值,并使用灰色关联度来计算案例的相似度,克服了传统相似度计算方法在案例信息不完整的情况下无法获取准确结果的缺点.然后,提出一个包含类选、粗选、精选和择优的四步检索方法,大大缩短了检索时间.最后,实验比较了人工神经网络和基于案例推理两种方法,结果表明基于案例推理比人工神经网络具有更高的命中率

§2.0 核与粒子的不稳定性 §2.1 放射性衰变的基本规律 §2.2 放射性平衡 §2.3 人工放射性的生长 §2.4 放射性活度单位 §2.5 放射性鉴年法（radioactive dating）

《复杂机电系统的人工智能控制技术》研究生课程教学课件（讲稿）人工智能与智能控制简介