单微处理器控制的集成化光电混合神经网络模式识？…

本文首次报道了应用单微处理器和单ＬＣＤ结构的光电混合神经网络模式识别系统，该系统使用了单微处理器控制的多屏幕显示及适用于多层光电神经网络的软硬件接口方法，充分利用了高性能ＬＣＤ的分辨率，提高了网络光电接口的数据传送速度及整机的集成化程度，使系统与高性能计算机的兼容性及系统识别速度得到很大提高。     

基于微处理器应用系统抗干扰的分析

本文系统地分析了微处理器在应用系统中形成干扰的来源以及相关的抑制方法。     

光电多芯片组件CAD系统的设计

为了有效地对光电多芯片组件（ＯＥＭＣＭ）进行设计和封装,迫切需要一种集成化的计算机辅助设计（ＣＡＤ）系统．通过对ＯＥＭＣＭ 系统设计过程的研究,根据ＯＥＭＣＭ 所涉及的不同领域知识,将设计过程分为８ 个模块,并提出一种集成的层次化的ＯＥＭＣＭ ＣＡＤ软件的系统结构．系统采用统一的数据描述和ＣＡＤ框架结构,它也可扩展至一般的光电子系统的设计领域     

基于神经网络的雪崩光电二极管SPICE模型构建

针对雪崩光电二极管（Avalanche Photodiode, APD）雪崩前后电流数量级相差大、I-V特性曲线变化剧烈的特点,在对I-V特性数据进行对数化、归一化预处理的基础上,采用浅层神经网络完成I-V函数拟合,并进一步优化神经网络结构以提升模型准确性. 在此基础上,使用Verilog-A硬件描述语言实现APD的SPICE模型,并应用Cadence软件设计电路验证模型的有效性和准确性,引入相对误差评估模型的准确度.结果表明：优化后的神经网络学习的I-V特性函数与TCAD仿真数据的均方误差损失为2.544×10-7,SPICE模型验证电路采样数据与TCAD仿真数据的最大相对误差为3.448%,平均相对误差为0.630%,构建SPICE模型用时约50 h,实现了高精度、高效率的器件SPICE模型构建,对新型APD的设计与应用具有重要指导意义.     

单片机控制的光电测速仪

提出了一个用８０３１单片机和光电编码器组成的转速与转角测试方案,介绍其实现的基本原理和结构特点,给出了接口电路和软件设计方法。由于采用了单片机和光电传感器,该系统具有硬件电路简单、测量精度高、性能稳定可靠等优点,其适用于自动控制、自动检测及各种转速与方位角的测量与控制等领域。     

微处理器控制的图象型微粒检测系统

本系统是显微电视图象处理系统。是在微处理器控制下,用经典平板法,使用图象处理技术,与计数法和二维图象面积的测定,对微粒图象进行实时处理。在医学领域,即在医院临床血常规检验中,能对红细胞、白细胞和血小板进行计数,而且还能对红细胞比积和红细胞平均体积进行测定。也可用于微生物学和其他需要进行微粒计数和平均截面积测定的各有关领域。     

基于遗传Hopfield混合神经网络的多轴控制系统设计与实现

采用ASIC核心的PCI多轴控制器,通过对步进电机的运动控制及状态反馈,设计完成了八轴控制系统.在汉字雕刻路径问题上,结合遗传算法和Hopfield神经网络算法的优点,提出遗传Hopfield混合神经网络算法对汉字雕刻路径进行优化,较好地解决了雕刻过程混乱、雕刻总路径过长的问题.给出了该系统的硬件结构以及遗传Hopfield混合神经网络优化算法和仿真结果.实际应用表明,该多轴运动控制系统具有很好的稳定性和控制精度.     

含时滞的单输入单输出的非线性系统的自适应神经网络控制(英文)

对一类含时滞的单输入单输出的非线性系统提出了一种新的自适应神经网络控制方法.利用径向基神经网络来估计未知的连续函数.在设计中利用积分型Lyapunov-Krasovskii来消除未知的时滞.该文的结果的主要优点是:不仅有效地避免了控制奇异问题,也消除了对未知虚拟控制条件的限制.     

基于神经网络算法的单框架控制力矩陀螺系统复合控制

提出一种基于双神经网络的前馈-反馈控制系统,采集单框架控制力矩陀螺系统在不同条件下的运行数据并使用卡尔曼滤波处理,基于神经网络构建了涵盖控制通道与干扰通道信息的虚拟广义被控对象模型,由此设计了神经网络前馈补偿器.实现了前馈补偿器-原反馈控制器的复合控制系统,减少了传统的前馈-反馈复合控制需要精确地获取干扰通道信息的约束...     

基于神经网络控制的空调系统

该文针对空调系统的控制问题分析了传统PID控制的不足,论述了神经网络的控制原理,探讨了神经网络控制的优点,仿真实验表明该系统在中央空调中具有应用的可行性。     

基于神经网络的柔性机器人混合力/位置控制

建立了柔性机器人的动力学模型,并根据实际情况对模型作了相应的假设,给出了简化的准静态模型,提出了一种基于神经网络的混合力／位置控制方法,它主要包括两个部分：辨识网络和学习网络,仿真结果证明所设计的控制器是可行的。     

模数可变的求余运算神经网络

提出了一种由外加工作电压控制模数的求余数的神经网络，该网络速度快，通用性好，可作为高速余数制计算机的运算单元。     

采用BP神经网络优化避碰模糊系统

基于模糊理论建立船舶碰撞危险度的数学模型，分析隶属函数中的关键参数会遇安全距离(SDA)和最晚点避让两船间距(DLA)，采用BP神经网络学习专家判定SDA、DLA的样本，因此可由神经网络给模糊系统提供依实际情况而定的参数。使系统具更强的实时控制能力。     

二层高阶神经网络对任意布尔函数的实现

本文讨论了二层高阶神经网络的能力问题。主要有三个方面的结果：（１）证明了任意布尔函数可由二层高神经网络实现；（２）给出了二层高阶神经网络的ＢＰ算法；（３）模拟实验结果。上述结论表明对高神经的研究具有很强的理论意义和实用价值。     

土本构模型的有限元-神经网络耦合模拟

根据土样结构试验,将土的神经网络模型并入有限元法中,采用有限元－神经网络耦合算法,模拟土的本构关系,得出一些结论。     

径向水平井校直器的BP设计法

根据径向水平钻井井下斜向器校直机构的设计要求 ,提出了具体的设计原则。运用反向传播多层神经网络 (BP网络 )对校直机构的滚轮位置进行了计算 ,同时利用BP网络优选了校直器阻力最小时的设计方案。结果证明 ,利用BP神经网络进行设计可显著地减少校直器设计与调试中的盲目性。     

矿物机械活化人工神经网络-模糊专家系统的开发

针对矿物机械活化所涉及知识的复杂性,把人工神经网络（ＡＮＮ）和模糊专家系统（ＦＥＳ）有机地结合起来．用面向对象编程方法（ＯＯＰ）在Ｗｉｎｄｏｗｓ９５平台上开发出集知识库管理、数据库管理、模糊推理和人工神经网络等为一体的全３２位集成系统．可根据矿物的结构性能等参数对矿物的机械活化效果进行预测,并且集成人工神经网络可有效地抽取矿物的活化效果与矿物结构、性能之间的内在关系