一种实用的神经网络方法在液压泵故障诊断中的应用

针对传统BP神经网络训练中收敛速度较慢的缺点,将一种基于L-M算法的神经网络应用于液压泵故障诊断,并建立了基于该算法的故障诊断模型;论述了液压泵的故障特征频率,研究基于LabVIEW的频率提取与后期神经网络的处理方法.仿真结果表明:该方法和模型显著缩短了训练时间,运用神经网络方法进行液压泵故障诊断是有效的.     

基于单形进化的径向基网络训练算法

在引入智能优化算法的径向基神经网络训练算法中,智能优化算法的控制参数对该算法的学习性能影响很大.为此,提出了一种基于单形进化的径向基神经网络训练算法.该算法基于单形邻域的全随机搜索方法减少算法控制参数,借助群体的多角色态保持粒子的多样性,避免算法陷入局部极值点.仿真结果表明:相比于其他算法,该算法训练的径向基神经网络不仅有效提高了识别率,而且减少了控制参数对学习性能的影响,提高了算法的普适性与鲁棒性.     

基于优化BP神经网络的高准确度软件缺陷预测应用研究

针对软件缺陷测试任务中的准确度问题,提出一种基于优化BP神经网路的软件缺陷预测方法 .该方法首先采用4层BP神经网络构建多层感知模型,并结合模糊控制原理实现任意复杂非线性关系逼近.然后通过灰狼优化算法克服BP神经网络的局部搜索陷入,从而解决其参数设置依赖性问题.实验结果表明,相比于PSO-BP算法和SA-BP算法,该算法的仿真拟合效果最优,表现出了更高的软件缺陷预测准确度.     

改进脉冲耦合神经网络及二维Otsu算法的光伏阵列阴影检测

阴影对太阳能发电系统输出功率有极大的抑制作用,该文针对光伏阵列局部遮荫现象提出一种基于改进的脉冲耦合神经网络的阴影检测方法. 设置合适的初始参数,根据unit-linking PCNN（ULPCNN）算法进行阴影分割,利用二维Otsu算法自动选取迭代次数,以循环迭代过程中具有最优阈值的分割图像为最终分割结果. 仿真结果表明：该算法可检测出光伏阵列局部阴影,与传统的脉冲耦合神经网络算法及ULPCNN算法相比分割结果更好,操作更简洁.     

基于交叉覆盖神经网络的人脸识别

提出一种利用交叉覆盖神经网络(ACNN)进行人脸识别的方法.该方法应用基于几何意义的MP神经网络模型——球面邻域模型,将神经网络的训练问题转化为点集覆盖的问题.通过分析交叉覆盖算法,阐述了人脸识别的训练算法,该算法克服了传统BP算法识别率低和易陷入局部最小的问题.实验结果表明,在采用多样本训练后,该算法具有较高的识别率。     

神经网络理论在FCS安全性评价中的应用研究

将神经网络理论应用于评价FCS的安全性,在标准BP网络原理基础上,提出BP网络的一种改进算法:即采用带非线性动量项自适应变步长的BP算法(NASBP),并提出一种用神经网络理论评价FCS安全性的实现方法.通过仿真验证该方法的可行性和有效性.     

基于TSA的非线性神经网络预测控制

针对现有非线性预测控制方法在线递推控制律时求解非线性方程的困难,提出一种基于树和种子算法(tree and seed algorithm, TSA)的非线性神经网络预测控制算法.该算法采用径向基函数(radical basis function, RBF)神经网络建立非线性系统的过程模型,并将该模型作为预测模型,可以有效逼近系统的过程特性.在此基础上,通过该模型递推非线性系统的预测输出值,并设计具有约束的二次型性能指标.利用TSA优化该性能指标,不断在线搜索非线性预测控制系统的最优控制律,避免采用直接递推的方式求解复杂非线性优化问题,减轻了系统的计算负担.生化发酵过程仿真对比结果表明,该算法具有很强的跟踪和抗干扰能力.     

基于粒子群优化的BP神经网络预测方法及其应用研究

本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度.     

2型FIR高阶数字滤波器优化设计

研究了2型FIR线性相位滤波器的幅频特性与激励矩阵为CTB的神经网络并行算法之间的关系,提出并证明了该神经网络算法的收敛性定理,给出了FIR高阶数字滤波器优化设计实例.计算机仿真结果表明了该神经网络并行算法在FIR高阶数字滤波器优化设计领域的有效性.     

基于AdaBoost.M2-NN的变压器故障诊断

组合分类器的经典算法AdaBoost即自适应Boosting算法是提高预测学习系统预测能力的有效工具.针对传统BP（Back Propagation,BP）神经网络在变压器故障诊断时存在不稳定和网络易陷于极小值等缺点,将AdaBoost扩展算法AdaBoost.M2与BP神经网络结合,形成基于Ada-Boost.M2-NN（AdaBoost.M2Neural Network）的变压器故障诊断模型.利用AdaBoost的集成提升作用,在一定程度上弥补了BP算法的不足.仿真结果表明：该模型不仅能将单个BP神经网络无法识别的样本类别识别出来,而且还能整体上相比BP神经网络和传统三比值法将识别率提高11.5%,说明其具有可行性.     

基于RBF神经网络重构模糊PID控制器的研究

尽管模糊PID控制器具有良好的控制品质,但存在计算复杂和实时性差的问题,为了解决这个问题.利用1LBF神经网络逼近能力重构模糊PID控制器,由于重构的RBF神经网络的并行计算能力,这简化了计算复杂性并提高实时性.通过选择不同的给定信号,比较模糊PID控制器和重构的RBF神经网络的控制性能.得到两者的控制效果是相当的.说明重构的RBF神经网络可以取代模糊PID控制器,从而减少了计算复杂性.避免维度灾难并改善控制实时性.     

RNAi机制的研究进展

RNA干涉广泛存在于各种真核生物中,而且其基本的作用机制也具有高度的保守性．最近,研究发现RNAi在许多重要的生物学过程中发挥调节作用,具有重要的生物学功能．而且RNAi技术已经成为研究功能基因组学的一种有力工具．     

论诸种电影元素在塔尔柯夫斯基作品中的运用

对诸种电影元素的极其严谨而和谐的运用并使其完美地服务于作品整体的精神内涵,这是塔尔柯夫斯基高度的电影艺术成就的一个重要方面。从作品的人物、表演、摄影、剪辑、色彩与声音诸要素来看,它们都能很好的实现作者的表意目的。     

适可而止的“栖息”

当今的设计将重点探讨物品、过程、服务中的方式创新,亦即谋事,其研究具有广泛性和纵深性。设计承载的是人类的理想、道德的重任,设计是一种生产关系,是科学与艺术发展的动力,是人类生存智慧的源泉。     

网络通读系统技术的实现

通过对网络通讯系统的分析，进而得出如何实现网络通讯系统的设计思想及表现方法。     

我国冰上运动员（1999—2000）个性特征分析论述

应用艾森个性问卷（Eysenck perscnlity Questionnaire)简称（EPQ）,对中国冰上运动员273人个性特征调查结果：以外向稳定者为多,占35．17％,冰球队及速滑队多为外向,花样队多为内向,冰球队及花样队以稳定为主,速滑队台湾省稳定为主P＜0．005,男女个性有差异,男以外向型为主P＜0．005,各年龄组的个性有差异,16岁以上组为外向为主,随年龄增大而情绪逐渐稳定,文化程度,小学者以内向为主,初中以上者逐渐为外向化,在运动员间;P项方向,主要运动员与一般运动员看不出有差异,E及N项乃主要运动员较低,L项主要运动员较高,在各队间T分比较：P项乃花样高于其他,E项为花样低于其他,N及L项;在冰球,花样及速滑均无显著差异P＞0．05,少年组与成年组比较：P项少年组高,E项少年组低,N项成年组低,L项各年龄段有差异,冰球队各位置PENL的T分比较P＞0．05,均看不出有显著差异。     

从E=mc2看质量与能量之间的关系

把E＝mc^2解释成质量与之的“转化性”或“同一性”都是不科学的，正确的解释应该是，这一关系式表示了质量与能理之间的不可分割性。     

计算机网络互联技术研究

本文详细分析了计算机网络互联原理及各种互联设备。     

电荷掺杂和Cl掺杂聚吡咯、聚呋喃、聚噻吩的导电性理论研究

利用Gaussian 03程序包中的密度泛函理论在B3LYP/6-31G(d)水平下,对未掺杂、电荷掺杂和C l掺杂的聚吡咯、聚呋喃、聚噻吩进行几何全优化,并对它们的几何结构、自旋密度、自然键轨道(NBO)、前线轨道能进行了理论分析.结果表明,电荷掺杂能使聚合物键长趋于平均化,其极子分布几乎遍及了整个分子链而C l原子掺杂对聚合物的影响主要集中在与C l原子相邻的C原子上,极子分布局域在C l原子附近的大约7个碳原子上,掺杂能够明显增强π电子共轭性,降低能隙,从而增强导电性.