一种基于神经网络的红外目标识别方法

文中介绍了一种基于神经网络的目标识别方法。该方法利用径向基函数（ＲＢＦ）神经网络,结合目标边界的形状特征,对平移、旋转及尺度变化情况下的目标进行了分类识别。实验结果表明,这种识别方法性能稳定,且具有很高的识别精度。     

一种基于径向基函数网络的盲波束形成方法研究

针对阵列信号处理的特点 ,提出了一种基于径向基函数网络 (RBFNN)的盲波束形成方法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来 ,利用高阶累积量估计阵列的导向矢量 ,引入径向基函数网络逼近波束形成的权矢量 ,实现盲波束形成。理论分析和仿真实验表明 ,提出的算法能有效地提高运行速度 ,对系统误差也具有很强的鲁棒性。     

基于模糊聚类与非线性最小二乘法的径向基网络设计

针对径向基网络构造的关键，径向基函数中心位置的合理选取，利用改进的模糊聚类法给出了径向基网络中心的选择算法，并在此基础上结合非线性最小二乘法，提出了一种新的网络递推学习算法，这种学习算法充分利用径向基网络的二次信息，迭代地确定径向基函数的中心位置和 网络的权系数。通过运用于泵站特性曲面的拟合，证明了该算法的行之有效的。     

一种噪声背景下的雷达目标识别方法

雷达高分辨距离像(high resolution range profile, HRRP)包含了丰富的目标结构信息,在雷达目标识别领域有良好的应用前景。针对传统的HRRP识别方法对噪声环境适应性差的问题,选用具有时移不变性的紧支撑小波自相关作为支持向量机(support vector machine, SVM)分类器的核函数,研究了幂次变换(power transform, PT)参数的选取对识别效果的影响,给出了参数选取经验公式,结合信噪比实时估算自适应地进行数据预处理以增强算法的抗噪性能。仿真表明,所提出的方法与传统的高斯径向基核SVM相比,提高了目标识别率,并且具有较好的噪声稳健性。     

径向基函数神经网络的遥感图象分类

针对遥感图象分类的特点,提出了一种径向基函数神经网络的遥感图象分类器。实验结果表明,这种径向基函数神经网络分类器经过训练后,可应用于遥感图象的分类。通过与BP经网络分类器相比较,径向基函数神经网络分类器在学习速度和分类精度等方面具有一定的优势。     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

基于径向基函数网络人脸识别的研究

用人脸信息来识别和辨认一个人类个体,是计算机视觉和模式识别领域中的一个研究热点。本文提出了一种基于径向基函数网络(RBFN)识别人脸的方法,使用主分量分析(PCA)技术降低样本维数,并用生成图像(SI)技术改变人脸的姿态,以增加学习样本数。用标准人脸库ORL进行实验,表明人脸识别效果有大幅度的提高。     

基于径向基函数神经网络滑模控制的运动控制系统

针对运动控制系统的非线性动态摩擦力,为提高系统的位置跟踪精度,利用-种径向基函数(RBF)神经网络滑模控制方法.采用一种具有指数形式的非线性摩擦力,利用径向基函数神经网络在线估计系统的不确定动力学,利用李亚普诺夫稳定性理论推导出网络权值的在线自适应律.仿真结果表明了该控制策略的有效性.     

S变换在雷达目标识别中的应用

针对雷达目标回波的非平稳特性,推导了S变换及其实现算法,利用电磁场时域有限差分算法仿真了三种军用飞机的宽带散射信号,采用S变换对飞机目标的雷达回波进行时频分析,提取时频分布图的奇异值特征作为目标特征矢量,利用径向基函数神经网络对特征矢量进行训练和学习,最后对三种飞机做了分类识别,取得了很好的识别效果.     

Kohonen自组织网络在混沌时间序列预测中的应用(Ⅱ)

继续探讨 Kohonen自组织神经网络在构造径向基函数预测模型时的应用 ,研究了该模型对含有噪声的混沌时间序列的预测问题以及与嵌入维数的关系 .     

指控系统的结构对防空战性能的影响

指挥控制系统是决定现代高技术战争胜负的关键因素，其重要性越来越受到国防和军事部门的重视，而系统的决策模型又是整个系统性能好坏的基础。建立了某防空指挥控制系统的变结构Petri网决策模型，并通过性能评估验证了变结构模型在提高系统抗毁性和灵活性等性能指标方面的作用。     

用镜像映射方法求非稳定过程的鲁棒控制器

非稳定过程在开右半平面的零极点关于虚轴的对称值称为该零极点的镜像映射。通过镜像映射将非稳定过程转换成最小相位系统 ,然后用闭环增益成形算法求解鲁棒控制器。由于非稳定过程在镜像映射前后的奇异值曲线相同 ,而闭环增益成形方法直接根据鲁棒性能指标的奇异值曲线形状用闭环系统具有工程意义的参数构造出鲁棒控制器 ,故该控制器对非稳定过程同样具有鲁棒性。该方法求解过程异常简单 ,工程意义明确。     

控制系统仿真的新问题：模型不确定性

本文从解决模型不确定性的角度研究了控制系统仿真问题。首先，讨论了把模型不确定性引入控制系统仿真的必要性，然后阐述了一种全新的观点：控制系统仿真应该是鲁棒辨识与鲁棒控制的有机结合     

复域FIR滤波器的一种设计方法

给出了一种改进的FIR滤波器设计方法 ,该方法以复Chebyshev准则最佳地逼近一个给定的期望复值频率响应。它是通过求解半无限线性规划的对偶问题来实现的。该方法具有鲁棒性和很好的收敛特性 ,并且既可以设计复的频率响应 ,又可以设计实的频率响应。最后给出的计算机仿真结果说明了该算法的良好性能     

电液伺服加载系统的神经网络逆控制

针对液压加载系统及试件的特殊要求，采用基于径向基函数网络（RBFN）的逆控制器给出了该NARMA模型及逆模型存在的条件。该方法使用实际系统的输入输出信号以及径向基函数网络实现系统建模，并利用系统神经网络模型离线训练系统的逆动态作为控制器，以克服由于实际系统所受的扰动而可能引起的控制器（逆模型）不收敛，实际控制表明该系统对期望加载轨线具有良好的跟踪能力，同时对系统干扰和不确定性具有较强的鲁棒性。     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。     

基于质量评价技术的多信道语音选优决策系统

在分析远距离多信道同源语音信道特性的基础上 ,用若干特征参数来表征信道传输的语音质量并建立了语音质量客观评价模型 ,结合人的听觉特性等因素开发出一种基于语音质量客观评价技术的优质语音信道选优决策系统。该系统能够确保语音通信始终在最佳信道上 ,且在切换过程中无跳变感觉 ,不影响听觉效果 ,现已在实际工程中得到成功运用并取得了满意效果。     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.     

黄河三角洲农业生产决策模型

为探索农业生产决策的新方法,以黄河三角洲为例,通过建立农产品与农业生产投入之间的联系,构建了基于人工神经网络的决策模型。不同农产品与投入要素所具有的能量品质与等级不同,不能直接相互累加。根据能值理论,将各要素统一为可比较的同一量纲,计算得到的农业产出与投入要素的能值作为模型的输入与输出,应用径向基神经网络进行拟和分析,通过运行结果的比较,证明所建立网络相对于反向传播网络具有明显优越性。将黄河三角洲规划中2005年预期农产品产量输入构建好的模型,根据模型输出结果,得出各生产要素的具体投入量,为农业生产决策提供依据。图2,表2,参10。     

一种基于H∞理论的滑模变结构控制器设计

为避免未建模误差对系统性能的影响,采用滑模面的频域整形方法提出了一种基于Ｈ∞理论设计滑模面的变结构控制器,并将其运用到一泵控马达伺服系统中。仿真结果表明这种控制器对建模误差有很强的鲁棒性。