基于小波分析的神经网络识别毒剂的研究

为快速、准确地识别毒剂,在分析神经网络识别毒剂基本方法的基础上,建立了带有偏差单元的递归神经网络识别毒剂模型,包括神经网络识别毒剂的学习算法和基于小波分析的毒剂特征提取. 通过剖析神经网络识别毒剂模型,设计了神经网络识别毒剂的软件,实现了神经网络对毒剂的识别. 用沙林模拟数据进行了测试和分析,结果表明,利用与化学传感器相联结的神经网络识别毒剂,是实现毒剂识别自动化、智能化的一种有效方法.     

神经网络在毒剂识别中的应用

识别毒剂方法已有很多,但自动化、智能化的程度都很低。为快速、准确地识别毒剂,在分析神经网络毒剂识别基本方法的基础上,建立了带有偏差单元的递归神经网络毒剂识别模型,设计了神经网络毒剂识别的软件,实现了神经网络对毒剂的识别。用沙林模拟数据对该模型进行了分析和测试,得到了比较满意的结果。     

基于多类型传感器信息的结构损伤识别方法

计算2组基于径向基神经网络的结构损伤程度识别结果,一组神经网络输入是加速度传感器信息,另一组神经网络输入是应变传感器信息;以2组识别结果及其可靠性为基础,提出采用D-S证据理论数据融合方法的结构损伤程度综合识别方法.以网壳结构为研究对象,建立结构损伤模型和神经网络样本库及输入输出向量,并对不同噪声水平下结构损伤程度识别结果进行计算.计算结果显示,基于多类型传感器信息的结构损伤程度综合识别结果的误差明显小于基于单类型传感器的识别结果,并在神经网络输入有噪声的情况下,仍保持较好的效果.因此,基于多类型传感器信息的结构损伤程度识别方法在合理应用结构多类型响应信息的基础上,能够获得更优的结构损伤程度识别结果.     

多传感器信息融合技术在侦察系统中的应用

分别阐述信息融合的基本概念和多传感器侦察系统中信息融合的模型设计,重点分析Dempster-Shafer证据推理理论在多传感器侦察系统信息融合中的应用。     

基于深度学习的自动驾驶技术综述

该文在行人检测技术方面介绍了基于卷积神经网络(CNN)模型的目标识别、检测技术与改进的区域卷积神经网络(R-CNN)、任务辅助卷积神经网络(TA-CNN)模型技术。在立体匹配技术方面简述了基于孪生网络的立体匹配的深度学习模型技术。在多传感器融合技术方面回顾了基于深度学习网络的视觉传感器、雷达传感器与摄像机传感器的多源数据融合技术。在汽车控制技术方面分析了基于卷积神经网络实现无人驾驶车辆端到端的横向与纵向控制技术。深度学习技术在自动驾驶领域的感知层、决策层与控制层的广泛运用,不断地提高感知、检测、决策与控制的准确率,并取得一定的成功,分析表明深度学习技术将加速自动驾驶技术的发展速度,为自动驾驶成为现实带来巨大的可能性。     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于MIMO-FNN模型的弹道导弹目标时空序贯融合识别方法

针对传统弹道导弹(BM)目标时空序贯融合识别算法识别效率低、抗噪性能差的缺点,提出了一种基于多输入多输出模糊神经网络(MIMO-FNN)模型的BM目标时空序贯融合识别方法.该方法首先根据多层融合的思想,结合神经网络和模糊理论,提出了多传感器多特征MIMO-FNN模型;其次,在此基础上,将当前时刻的融合结果与下一时刻的融合结果再融合,得到此时刻时空序贯融合识别结果,并将其与识别门限比较,直到满足识别门限要求,时空序贯融合识别结束,并做出决策;最后通过实验验证了所提模型的有效性和良好的抗噪性.     

基于神经网络－模糊推理的目标识别融合研究

为提高复杂环境下多传感器的自适应信息融合能力,提出了一种基于神经网络-模糊推理的信息融合模型,利用神经网络和模糊推理分析传感器探测状态的不确定性,并将其应用于红外成像/毫米波复合制导目标识别的信息融合,识别效果比较理想,可信度有了很大提高。     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

无机化学实验中的化学史教育

采用＂侯氏制碱法、酸碱理论发展史、门捷列夫提出元素周期表和周期律、莫瓦桑成功制备出F2＂这4个具体实例,说明了在指导无机化学实验过程中,根据实验内容,及时补充与实验内容相关的化学史,比在理论课上进行化学史教育更有效。     

化学反应的自组织现象——化学振荡

本文介绍了化学振荡及有关化学振荡研究的基本情况,为深入进行《物理化学》教学研究提供参考。     

工业实习活动在化学教学中的作用

化学作为一门实验科学 ,毫无疑问 ,实验是必不可少的教学环节 .但化学是为人们的生产、生活服务的 ,又必然与工业生产相联系 .现在 ,越来越多的人已经认识到工业实习是化学专业学生必须的教学实践环节 .本文就我系应用化学专业学生在参加燕化聚丙稀事业部实习活动期间 ,对学工业的认识作了初步的总结 .     

化学振荡反应

结合基础物理化学课程介绍了化学振荡反应,用热力学原理分析了发生化学振荡反应的原因．     

高职院校化工类专业基础课程——《化学基础》的改革探索

《化学基础》专业基础课进行教材的整合要适应高职人才培养的需求;基本实验、综合实训应与理论知识有机结合来,培养学生复合操作能力及综合技能;课堂教学中增加"应用"和"科研"要素,最大限度激发学生学习兴趣,达到较好的学习效果。     

化学实验中如何进行绿色化学教育初探

本文简要介绍了绿色化学的产生及其含义，并结合教学实践，对化学实验中如何实现绿色化学教育的具体措施提出探讨。     

石灰岩损伤演化的化学热力学及动力学模型

隧道开挖排水后 ,地下水动力学及化学环境的改变可能使石灰岩围岩化学损伤的演进过程加速 ,为定量化评价此作用 ,引入了化学热力学和化学动力学的理论和方法 .建立化学热力学模型 ,通过吉布斯自由能变化判定隧道水化学损伤能否自发进行 ,为在工程中是否需要考虑化学损伤及进行损伤场的计算提供依据 .将轻微改造后的裂隙概化为平行板模型 ,采用Plummer Wigley Parkhurst方程建立定量评价化学损伤的化学动力学模型 .根据实际情况取定化学反应的阶数 ,通过质量守恒定律计算出裂纹在迹长及隙宽方向的变化 ,得到化学损伤定量演化的公式 .     

论化学命名法和化学符号的历史演变

本文从历史观点讨论了化学命名法和化学符号的功能。化学命名法和化学符号皆为化学语言。始于十九世纪初的化学语言变化,反映了那个时期化学本身的变化。由于定量化学的发展,要求充分地描写化合物的组成。旧的符号仅是用作贴在瓶上的标签,新的与之不同,其唯一目的是对于某一给定化合物分子要强化表示化合比例而不拖泥带水。新的化学式应能方便地表示分析结果而又容易被记住。