基于参数化模板的大批量定制设计方法

提出了基于参数化模板的大批量定制设计方法.该方法的设计思想是结合参数化模板方法、配置设计和变型设计建立新的快速设计方法,更好地支持按定单设计的大批量定制.研究了产品结构模板的参数化实现和产品快速设计的过程,设计流程归纳为"初步配置设计(模板)→变型设计→完善产品配置",并将该方法应用于自行车车架产品的设计实例.与传统设计方法相比,该方法可以快速生成产品模型,显著提高产品的设计效率.     

SA-PSO算法在CNN边缘提取模板设计中的应用

提出了一种用于边缘提取的细胞神经网络(CNN)模板的设计方法,该方法在基本粒子群算法的基础上引入模拟退火机制,形成模拟退火粒子群算法(SA-PSO)对模板参数值进行搜寻。在搜索过程中,用退火温度调节粒子的突跳概率,轮盘赌策略确定粒子的全局最优的替代值,这样能有效避免基本PSO算法容易陷入局部最优解的问题。同时,为了保证每轮搜寻产生的解均能使CNN网络稳定,用CNN反馈模板的研究结论对粒子群解空间进行约束。模拟实验表明,文章算法设计出的CNN模板有良好的边缘提取能力。     

基于混沌粒子群优化算法的CNN图像边缘提取方法

细胞神经网络(Cellular Neural Network,CNN)具有能够高速并行计算,易于硬件实现等特点,使其在未来的图像处理方面展现出了广阔的应用前景.CNN较好地探测出图像中边缘的关键在于设计出一组较好的模板参数.提出一种基于混沌粒子群优化算法求解模板参数的方法,一方面,避免了分析细胞神经网络动态性能的一系列复杂过程;另一方面,通过将搜索过程映射为对混沌轨道的遍历过程,可以使得搜索过程避免陷入局部极小,并且在模板参数的范围内能快速找到最优模板值.仿真实验表明,利用该方法设计出来的CNN去探测图像中的边缘比已有结果和利用几种经典边缘提取算子得到的边缘结果更加精确.     

基于知识模板的工装设计知识重用方法研究

为实现工装设计知识的重用,本文采用面向对象技术FBS模型来构建知识模板,并基于知识模板进行工装快速设计.有轨架车知识模板的构建实例表明,该方法不仅实现了设计知识的重用,而且提高了工装设计的效率.     

基于可配置模板的产品设计知识多维度表达方法

为解决产品设计知识多维度分类体系中的知识表达问题,研究了可配置模板的构建技术,实现了基于可配置模板的产品设计知识多维度表达. 首先,在考虑设计知识动态演化特性的前提下,给出了可配置模板的定义,然后建立了包括模板构建流程、模板实例化在内的可配置知识模板构建方法. 通过支持自定义的树结构,构建了设计知识多维度视图模型. 多维度视图模型通过引用模板,使得根据不同模板实例化的知识关联到对应的视图节点之下,实现了产品设计知识的多维度表达. 基于该方法开发的软件系统在航天、船舶等企业进行了应用,验证了该方法的可行性和有效性.      

基于模板的复进机快速设计技术研究

为了解决传统复进机设计计算繁琐、调整反复等问题,该文研究了基于模板的复进机快速设计技术。采用案例推理技术与参数化设计相结合的方法,通过VB编程实现复进机设计模板化,包括案例推理、尺寸参数计算、参数化设计的模板化,形成基于模板的复进机快速设计方法。以某典型单筒复进机设计为例,验证了该技术实现复进机快速正确设计的可行性。该文所提技术完成了复进机的一体化设计,提高了设计效率。     

利用模板实现持久类

介绍了利用模板技术在母语中定义持久类的实现方法．该方法通过抽象持久类的一般特性定义出持久类的共同的类模板，定义持久类的过程就是由类模板生成模板类的过程．该方法完全区分持久语义和挥发语义，能很好地处理属性的多态性，易于管理持久对象，为最终实现面向对象数据库和持久性程序设计语言提供了很好的基础     

一类具有图像前景缩小功能的CNN模板的设计

设计了一类使图像前景缩小的CNN模板,并对模板的鲁棒性进行了研究,结果表明:只要模板参数满足定理中的不等式,CNN就能完成使图像前景缩小的功能;通过实验模拟确认了理论结果在计算机图像处理应用中的有效性.     

智能模板在钢板打印控制中的应用

作者使用ＩＰ２４１智能模板开发了一个钢板打印控制系统,该系统成功地应用于带钢横切线上。本文介绍ＩＰ２４１智能模板的主要功能和软硬件的设计方法。     

基于模板的液压机身三维快速设计

文章阐述了在MDT环境下,开发基于模板的液压机身三维快速设计模块的基本方法和关键技术,以及使用控制程序对设计、修改过程进行全面控制的原理和实现途径,最后介绍模板的调用方法.该研究对实现液压机快速设计和提高企业的市场竞争力具有一定意义.     

一类用神经网络实现图像去噪的新方法

提出了一类基于二维细胞自动机(CA)和细胞神经网络(CNN)的图像滤波新方法。通过对两种新的二维CA规则的深入研究，得出了两类CA演化规则能够用于设计新的细胞神经网络，可以实现灰度图像的噪声消除。核心思想是用两个对偶CA规则设计两个CNN网络，联合实现图像滤波处理，能够获得比传统算法好得多的处理速度和效果。仿真结果证明本文的想法是合理的，期望能够在二维CA研究与应用设计方面有所启发和突破。     

有灰阶图象轮廓检测的细胞神经网络设计和应用

提出了一种用ＣＮＮ网络检测有灰阶图象轮廓的方法，与标准的ＣＮＮ网络不同的是，这种网络的输入系统矩阵随图的灰质而变，文章论述了该网络的原理，结构和设计，并用计算机进行了模拟，得到了良好的结果。     

离散时间细胞神经网络中的分岔和混沌

研究了离散时间细胞神经网络（ＤＴＣＮＮ）中的分岔和混沌,ＤＴＣＮＮ中的细胞与连续时间ＣＮＮ中的细胞相似,具有局部耦合,其输出方程是罗切斯蒂方程。分别讨论了２种结构（有边界和无边界）的ＤＴＣＮＮ的混沌特性,ＤＴＣＮＮ的混沌与全局耦合系统一的混沌相似,但由于其局部耦合的结构,其混沌与后者有所不同。提出了有关分岔与混沌的一些有兴趣的理论问题和实际问题．     

时变时滞细胞神经网络的稳定性分析

研究了一类具有变时滞的细胞神经网络的稳定性问题,利用新的Lyapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,可以很容易通过计算机编程实现。并且本文通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了对LMI的应用。最后,数值算例说明了本文结果的优越性。     

基于神经网络的矿井井型确定方法

研究了基于神经网络的矿井井型确定方法，为矿井设计提供了一种崭新的工具，应用表明，该方法是切实可行的。图２，表２，参４。     

Global Asymptotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent on the size of delay.The result is given in the form of LMI,and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is given to illustrate the effectiveness of the main results.     

基于CNN通用编程的字母识别研究

利用CNN处理器的并行图像处理原理和通用编程的理论,提出基于CNN二值图像字母识别的通用编程方法,说明了用该方法作实时图像处理与识别的操作过程,解决了传统计算机串行数据处理的瓶颈问题．     

Global Asymplotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent On the size of delay.The result is given in the form of LMI.and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is siven to illustrate the effectiveness of the main results.     

基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数稳定的时滞相关稳定性条件,其结果以线性矩阵不等式的形式给出,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.