热分解过程的神经网络预测方法的研究

提出了用前馈神经网络求解热分解过程的新方法．针对传统的ＢＰ算法的缺陷,把无约束优化中的变尺度应用于网络的训练学习,改进了学习算法,提出了一种基于动态步长的新的变尺度算法．通过它对热分解过程的预测分析,其结果非常逼近实验结果并优于传统的理论计算结果;同时,新的变尺度算法提高了网络算法的收敛性．     

热释放率计算和预测的神经网络方法

基于多层前馈神经网络提出了火灾实验中不同材料热释放率的学习算法和预测技术．同时,将具有全局收敛特性的混合共轭梯度（ＭＣＧ）算法应用于该问题中多层前馈神经网络的训练,克服了传统ＢＰ算法收敛速度慢,推广性能差的缺陷．文中对ＭＣＧ方法进行了大量模拟,并将模拟结果与ＢＰ算法及带有动量项的ＢＰ算法作了全面比较,结果表明：ＭＣＧ方法不仅在学习速度和收敛性方面均优于传统的ＢＰ算法而且显示了良好的性能和行为     

基于微分几何方法的柴油发电机非线性励磁控制器

利用微分几何精确线性化理论,设计出一种柴油无刷发电机非线性励磁控制器,并给出了详细的推导过程和仿真实例.仿真表明,与固定点线性最优励磁控制方式相比,非线性励磁控制方式具有更好的稳定性和动态品质.     

单输入功率谱统计检测算法的研究

结合数字信号处理的功率谱分析方法,分析了火灾信号的频谱特征,并通过计算火灾信号与非火灾信号的功率谱密度差,以及大量的实验数据的处理、分析,研究功率谱统计检测算法在火灾探测信号处理中的应用.     

一种抑制语音噪声的最佳约束线性估计器

本文提出一种最佳约束线性估计器，用于抑制语音信号不 相关加性噪声。该估计器是在给定信号失真度下，使噪声能量最小为准则来设计对真实语音信号的约束线性估计。文中证明这种最佳的约束线性估计器是一种输入噪声电平地的Ｗｉｅｎｅｒ滤波器。