流量测量仪表应用研究的意义

根据笔者的流量测量仪表运行管理经验,总结出误差产生原因和流量测量仪表应用技术研究的目标。     

基于对角递归神经网络的粘度软测量模型

采用对角动态递归神经网络,基于生产过程的可测参数,构造聚酯(PET)的粘度软测量模型,实现PET粘度的在线估计。实验表明了方法的有效性和可行性。     

中药提取软测量系统的设计与实现

针对超声波提取中草药活性成分含量检测困难的问题,通过采用可测量的辅助变量建立基于神经网络BP算法的软测量模型来估计不可测量变量的值,并利用单片机进行辅助变量的数据采集和软测量模型计算,实现了用软仪表对超声波中药提取率的在线测量。与目前采用紫外分光仪离线取样进行检测相比,该模型克服了离线测量工作量大、无法直接得到提取率的测量值等缺点,具有测量精度较高（测量相对误差控制在5%以内）、响应速度快和实时性好等特点。     

关于电测仪表检定的若干问题研究

本文将对电测仪表、热工仪表以及压力测量仪表检定过程中存在着的相关问题进行分析,并在此基础上谈一下自己的观点,以供参考。     

基于RBF神经网络的软基沉降预测研究

将神经网络理论引入软基沉降预测领域．借助自控领域信号处理的思想，应用改进后的径向基函数神经网络的映射模式进行软基沉降的短期预测；软基沉降的长期预测实质上为基于神经网络的多维欧氏空间的曲面拟合问题，将地基压缩层从上到下分成若干段，每段的土性指标按段内各层土在段中的长度取加权平均作为系统的输入，将某个沉降模型的沉降曲线参数作为系统的输出，可以预测后期沉降曲线走势．实践表明，建立的基于RBF神经网络的软基沉降短期预测和长期预测模型是可行的，只要有足够多的训练样本，长期预测可以达到比较精确的预测效果．表5，参9．     

炼油化工装置测量仪表的干扰及解决措施

炼油化工装置测量仪表干扰在具体表现形式，同时对各种干扰的具体解决措施进行分析。     

关于测量仪表零位调整问题的探讨

本文探讨了测量仪表示值误差超差时,通过调整零位、改变放大倍数和修正局部示值误差的办法使不合格测量仪表变为合格品的问题。     

自动化仪表中流量测量新方法探讨

科里奥利质量流量计是当前发展最迅速的流量测量仪表之一．它可直接测量质量流量．性能优良。本文分析它的工作原理，比较其结构特点，探讨信号处理系统。     

核电厂化学和容积控制系统压力测量仪表检验周期延长论证分析

在核电厂长燃料循环周期的论证过程中,仪表标定周期延长的论证是很重要的一个部分。通过对化学和容积控制系统典型的压力测量仪表数据收集和统计分析,采用AFAL方法论证其周期延长的可行性。研究表明:该类仪表具有较好的稳定性,将检验周期延长到18个月后,其安全功能不低于原周期情况下的安全水平,周期延长可行。     

基于RBF人工神经网络的生活污水处理软测量方法

为实现城市生活污水处理的在线控制,提出了基于RBF人工神经网络的软测量方法.运用大量实测数据对RBF神经网络进行了训练和仿真.结果表明,基于RBF神经网络的软测量模型对污水处理指标BOD的实时控制具有实用价值.     

一种细胞神经网络图像滤波方法

以人脑神经细胞之间的联接关系为背景提出的细胞神经网络,由大量胞元组成,且只允许最邻近的胞元之间直接通信,这种神经网络模型对二维图像的初级加工很有用,它的实现也较容易在介绍了细胞神经网络模型的基础上,阐述了细胞神经网络用于图像滤波的方法,给出了软件程序框图及仿真结果结果表明,可取得理想的处理效果     

基于BP神经网络的机场旅客吞吐量预测

利用BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的BP神经网络预测模型,经过BP网络预测软件运行检验,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度。     

遗传优化神经网络实现的人民币号码识别系统

目前人工神经网络广泛的应用于各种模式识别以及自动控制等系统中，该系统利用了图像去噪，分割，倾斜度调整，字符分割，字符归一化等图像预处理之后，将人民币号码图像进行特征提取，应用神经网络进行识别.同时，用遗传算法对人工神经网络进行网络权值的优化，加快了训练速度，提高了识别率.     

B2C电子商务网站综合评价

通过分析B2C电子商务网站评价指标设计的原则,制定了B2C电子商务网站评价指标体系,阐述了用神经网络对B2C电子商务网站进行评价的方法,并以一个实例来说明如何用神经网络方法评价电子商务网站.此方法在该应用领域具有一定的先进性.     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法，将ＦＮＮＳＭＣ与模糊神经网络有机结合，通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动，仿真结果说明本方法有效。     

受腐蚀钢筋混凝土梁极限承载力神经网络预测

利用神经网络方法研究了受腐蚀钢筋混凝土梁权限承载力与各主要影响因素之间的复杂非线性关系，建立了承载力的神经网络预浏模型，预浏结果与试验结果吻合较好．研究结果表明神经网络计算是受腐蚀钢筋混凝土构件力学性能研究中一种很有潜力的新方法．     

用EXCEL实现BP神经网络训练

简要介绍了反向传播神经网络的基本原理,首次提出了用电子表格EEXCEL实现BP神经网络训练的方法。     

MFNN的有效训练算法——变尺度方法的优化训练算法

在神经网络中应用最广泛的是一种前馈神经网络 在分析了神经网络原理后 ,针对该网络B P算法收敛速度慢的不足 ,提出了变尺度方法的优化训练算法     

基于BP算法的图像压缩编码

作为新方法的探索,神经网络在图像压缩中的研究与应用已成为当今图像处理领域的热点研究。本文针对神经网络中BP算法的特点,探讨其在图像压缩编码中的具体应用,并就其优势和局限性进行了分析并提出相应建议。     

人工神经网络在o′-Sialon-BN复合材料设计中的应用

对神经网络和传统模式识别技术的基本原理和应用特点进行比较．根据已有烧结合成O′-Sialon的实验数据,利用改进后的人工神经网络,构筑了材料相组成及性能的预测模块,并与模式识别技术处理得到的结果进行了比较．在此基础上,探索了合成O′-Sialon-BN复合材料的工艺条件,并通过实验结果进行了验证．