基于Hopfield神经网络模型的通道布线算法

本文探讨了用Hopfield神经网络模型解决通道布线问题的一种新算法。算法描述了Hopfield模型与通道布线问题的映射方法和网络能量函数的构造方法,在能量函数中既考虑了合法解约束项,又考虑了优化解约束项,从而提高了布线质量。本文的意义还在于它证明了用Hopfield网络求解通道布线问题是可行的,有效的。     

BP神经网络的LM算法及其对颗粒碰撞振动阻尼的预测

介绍了一种BP神经网络的改进Levenberg Marquardt(LM)算法原理,用这种方法对颗粒碰撞振动系统的阻尼进行了训练和仿真,并将此改进算法与传统算法进行比较.结果表明,该算法稳定、快捷,预测准确,适合应用于对实时性要求比较高的场合,且预测得到的模型与相关文献中的结果一致.     

结合遗传算法和阻尼牛顿算法的小波神经网络入侵检测

小波神经网络结合了小波变换和神经网络的优点,具有很强的非线性映射能力和自适应、自学习能力,特别适合于入侵检测系统.但小波神经网络的也有易于陷入局部极小值、收敛速度慢的弱点.对此,本文引入遗传算法来优化产生小波神经网络的初始权值与阈值等,确定一个较好的搜索空间,从而克服小波神经网络易于陷入局部极小值的缺点;同时引入了阻尼牛顿算法,在遗传算法所确定了的搜索空间中对网络进行快速训练,解决传统小波神经网络收敛速度慢的问题,两者构成阻尼牛顿-遗传-小波神经网络.仿真结果表明该方法可行,使神经网络的逼近能力和泛化能力得到了显著提高.     

非阻塞性微颗粒阻尼的散体元模型

非阻塞性微颗粒阻尼（ＮＯＰＤ）是在传统颗粒阻尼和冲击阻尼技术基础上发展起来的一种复合阻尼新技术,具有良好的阻尼特性,因而表现出极佳的减振效果。文中建立了用于非阻塞性微颗粒阻尼分析的散体单元法模型（球体元模型）,利用接触力学理论合理地确定了各接触参数,对非阻塞性颗粒阻尼中的冲击能耗的摩擦能耗进行了计算机仿真研究。计算机仿真结果与实验结果有很好的一致性,为ＮＯＰＤ理论分析提供了一种新方法。     

三维表面微观形貌建模与微通道流动特性仿真

针对金属表面功能结构的多尺度数字化设计问题,基于机械加工表面微观形貌中存在的自仿射分形特性,探索了将Weierstrass-Mandelbrot分形与三维参数曲面相合成的数学方法.该方法能够将表面功能结构的微观粗糙形貌与宏观模型相集成,从而有效支持表面功能结构的多尺度形貌建模.以犁削成形的V型毛细微通道的微流体特性为仿...     

微通道散热器的性能实验

对四种空气冷却的微通道散热器进行了实验研究。结果表明它们在４０℃温升和４９０Ｐａ压差下可传递１．６，４．８和７．４Ｗ／ｃｍ＾２的热流，其中一试件达２８ｗ／ｃｍ＾２（７０℃温升。８７０ＫＰａ压差）。四个试件有很大高宽比通道，分别达１６，２５，５０和６７，可有效地降低压差。实验结果用多孔介质模型进行了处理，表明Ｎｕ－Ｒｅ关系具有Ｎｕ＝ｃＲｅ＾ｎ（ｃ，ｎ是常数）的形式。但ｃ，ｎ随槽宽增大分别增大和减小。     

静电悬浮微硅陀螺的空气阻尼特性

为保证静电悬浮微陀螺在工作状态下具有期望的动态特性,需要得到微陀螺六自由度运动的空气阻尼模型。根据流体力学和分子动力学的基本理论,在考虑空气流动状态、温度和气膜可压缩性的基础上,构建了描述微陀螺压膜阻尼特性的Reynolds方程,以及描述滑膜阻尼特性的Couette流模型。将微陀螺表头内部气膜分成了8个区,推导了气膜在大间隙振动、径向摆动和轴向旋转时的气膜阻尼系数。根据微陀螺的结构参数进行气膜阻尼仿真,结果表明:轴向压膜阻尼对微陀螺支承系统的动态特性影响最大,气膜间隙-气膜阻尼系数曲线呈抛物线型,气膜阻尼系数随温度呈线性变化。     

微通道分离式热管换热特征的模拟研究

为了研究充液率和运行参数对微通道分离式热管性能的影响,建立了微通道分离式热管的稳态换热模型,并验证了模型的准确性,模拟和实验结果最大相对误差为7.9%.基于该模型分析了充液率、风量以及蒸发器和冷凝器之间高度差对制冷剂侧换热系数、空气侧压降、换热量和能效比等参数的影响.计算得出系统最佳充液率范围为80.2%~105.6%,相应的换热量为3.75~3.90kW.制冷剂侧换热系数随着充液率的增加先增大后减小,系统压力随充液率增加而增大;同时当蒸发器侧风量由1 500m~3/h增加至5 000m~3/h时,系统换热量和EER分别增加了100.1%和92.5%;蒸发器和冷凝器高度差为2.4m的分离式热管比高度差为1.2m的分离式热管的平均换热量提高了9.18%.研究结果对微通道分离式热管的节能设计和运行控制有一定的参考价值.     

基于通道注意力和特征增强的交通标志检测

道路上的交通标志包含大量的交通规则语义信息,快速、准确地获取这些信息有助于实现更高级别的辅助驾驶功能,从而提高车辆的安全性能。针对交通标志易受外界因素影响、类别间相似度高和尺寸微小的难点,本研究基于YOLOv5s模型,在数据预处理、特征提取、特征增强方面分别进行了针对性的改进。在数据预处理部分,利用颜色空间变换、几何变换矩阵来模拟实际场景中交通标志可能发生的颜色变化和形状变化,通过Mosaic算法、Copy-paste算法来提高训练集中微小交通标志的数量和背景的丰富性。在特征提取部分,构建了基于通道注意力标定的C3-TCA模块来提高模型对相似特征的辨别能力。在特征增强部分,通过双路径增强结构融合浅层特征和深层特征,并优化了预测分支的数量和下采样倍率,从而增加了对微小交通标志的检测精度。此外,还利用K-means++算法聚类先验框模板,基于CIoU度量构建边界框回归损失函数,从而降低边界框的回归难度。在TT100K和CCTSDB数据集上进行测试,模型的mAP@0.5指标分别为88.8%和83.5%,模型的检测速度分别为120.5f/s和114.7f/s。相较于现有交通标志检测模型,所构建...     

锯齿型微通道内流流场的微尺度粒子图像测量

利用微通道粒子图像测速技术在Re=150时,对断面尺寸为800 μm×800 μm的两种锯齿型微通道流动进行了研究.采用3 μm荧光示踪粒子、10倍显微物镜和14位灰阶CCD相机获得了清晰的粒子图像,通过多幅图像平均的方法消除示踪粒子布朗运动的影响,使用滤光装置提高图像信噪比.对两种锯齿形微通道流动的整场测量发现:微通道内流体在各齿之间流动结构基本一致,尖角和圆角齿形微通道在转弯内侧都存在一个低速旋涡区,圆角齿形微通道旋涡区占据范围相对尖角通道更大;在尖角齿形流道的尖角处,除存在一个完整的大涡外,还发现在大涡上部存在一个与大涡方向相反的叠加涡,叠加涡流动结构不稳定,流速更低,流体中所挟带杂质更容易在该区域沉积形成堵塞,从而导致微流道结构的改变.     

基于最优变异因子的遗传算法在ANN训练中的应用

为解决人工神经网络训练中陷入局部极小值问题 ,对遗传算法中的变异模型作了分析和改进 ,采用了一维搜索方法以确定最优变异因子 ,首先由进退法确定最优变异因子存在的区间 ,然后运用黄金分割法以确定最优变异因子。结合一个实际算例 ,对最优变异因子和固定变异因子的应用效果进行了比较 ,结果表明基于最优变异因子的遗传算法能够更有效地克服局部极小点 ,有利于加速人工神经网络的训练过程     

基于ANN的报高率确定规则产生模型

根据人工神经网络和投标报价报高率确定决策的特征 ,将人工神经网络应用于工程项目的报高率确定决策领域 ,利用人工神经网络得出确定报高率的规则 ,建立更加接近于人类思维模式的投标报价报高率确定决策模型 ,并在此基础上建立报高率确定决策事例库 ,以辅助投标商更好地进行投标报价决策     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

神经网络在雷达杂波仿真中的应用研究——自然梯度算法

文中运用广义维纳过程的零记忆非线性变换法(Zero Memory Nonlinearity,ZMNL)获得K分布雷达杂波的序列,由此得到神经网络所需的训练样本,再根据经特定算法训练的神经网络仿真得到K模型分布雷达杂波序列。文中的重点在于对比传统梯度算法和自然梯度算法的不同,突出自然梯度算法在神经网络权值的训练中收敛速度和准确性上的优势。     

人工神经网络BP网的应用

目的研究ＢＰ网在人工神经网络领域中的应用及其特点,方法采用误差反向传播学习算法,对不同的声纳回波进行分类处理。结果 建立了３层ＢＰ网络结构的声纳信号处理系统,结论隐蔽层单元增加有益于正确分类率的提高,但连接权计算复杂度增加。     

一种基于特征选择的面向对象遥感影像分类方法

针对GF—1多空间分辨率遥感数据空间信息丰富,传统影像分类方法无法满足实际应用需要的问题,提出了一种基于特征选择的面向对象遥感影像分类方法——object-RJMC算法,即在影像分割及特征提取的基础上,运用Relief F算法和J-M(Jeffries-Matusita)距离算法去除无关及冗余特征,筛选出适于各类别分类的特征,然后利用CART算法建立分类规则,完成分类过程。以GF-1号2 m、8 m和16 m空间分辨率的三组影像进行算法验证,并与object-CART和pixel-CART影像分类方法进行对比分析。实验结果显示object-RJMC算法的分类精度均高于object-CART和pixel-CART算法的分类精度;且对高空间分辨率的影像分类效果要优于对中低空间分辨率影像的分类效果。该算法减少了特征选择及规则建立的人工干预,克服了以像素为单位的分类算法中由于缺少空间邻域信息而产生孤立、离散、不连通分类结果的问题,可有效地提高GF-1遥感影像分类精度。     

基于材料特征表达的非均质实体模型建模

为表达生物材料的非均质性,提出基于材料特征的非均质实体模型。材料特征作为设计意图的高层抽象,用以表达实体某一特定子区域的材料分布。材料特征通过材料组分分布函数来表达,讨论了材料组分分布函数的定义、形式和定义域。提出材料特征的三层模型,并对材料特征进行了分类,讨论了特征对应的函数表达式和定义域等要素。借助开放源码的图形核心VTK(V isua lization T oo lK it)实现了一个原型建模系统,系统继承了特征建模的优点,使设计者可以根据设计规则、功能需求直观地设计实体内部的材料梯度。     

基于ANN的超短波跳频电台故障诊断系统的设计

人工神经网络是模拟生物神经元的结构而提出的一种信息处理方法。利用经过训练的人工神经网络对故障进行分析从而对短波电台进行故障检测和监控,预测某些部件的疲劳寿命。基于对人工神经网络的研究,建立了对超短波跳频电台故障诊断的一种新的系统设计研究。     

构建基于胜任特征的心理咨询师认证和培训体系

我国心理咨询师认证和培训体系存在着入门标准过低,侧重知识和技能的培训、缺乏发展性的胜任特征培训,督导侧重专业知识和技能的指导,咨询师的考评缺乏相应的标准等四个方面的问题。为有效解决这些问题,应该引入胜任特征标准,构建基于胜任特征的心理咨询师认证和培训体系。     

基于人工神经网络的突出矿井分级方法

应用人工神经网络理论与方法建立了突出矿井分级的BP网络模型 ,并用该模型对部分突出矿井进行了突出危险等级划分尝试。结果表明 ,该方法较为简便、分级可判性强 ,用于突出矿井分级是可行的。