X射线荧光自动分类分析技术在矿产资源环境评价中的应用

在X射线荧光分析过程中,由于分析样品中元素的母质来源及形成条件不同,存在明显的吸收增强-基体效应.本文针对该类影响产生的偏差,通过研究归纳基体产生的特征和物理参数规律,提出合理正确的对样品进行分类是消除元素间基体效应的根本途径.通过神经网络方法建立样品自动分类模型,能够对各种不同的样品进行自动分类识别.经过初步应用,与传统方法进行对比,具有自学习、自组织的特点,不需要对样品做任何假设,所建立的自动分类模型稳定性好,可以多次运作,对未知样品的识别率较高,并且具有很强的容错、抗干扰能力,识别速度较快,基本上可以消除由于不同类样品元素间效应引起的基体效应影响.     

基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．     

关于BP网络学习算法中步长上界的估计

本文首先给出了ＢＰ算法中关于步长取值使目标学习函数递减的充分条件，然后，具体给出了步长的一个上界估计值，最后，对于估计结果做了进一步讨论。本文给出的结果对于构造各种收敛的ＢＰ网络算法具有重要意义。     

基于脑机接口的自动驾驶意图研究

为了得到驾驶员在驾驶过程中的驾驶意图,通过采用理论分析与实验、仿真相结合的方法对大脑不同区域的脑电信号进行研究分析;设计模拟驾驶实验,建立脑电信号采集系统,采集驾驶人在左转、右转、直行前指定时间窗内的脑电信号;对采集的脑电信号运用小波包变换等方法进行信号分析处理、提取特征参数;建立粒子群算法的支持向量机模型和神经网络的驾驶意图识别模型;并对更高识别率的驾驶意图信号转换为相应的指令控制车辆实现自动驾驶。结果表明：粒子群优化算法的支持向量机的识别率最高达到73.53%,粒子群算法的神经网络识别模型具有更高的识别率最高可以达到92.9%。     

基于RBFNN和回馈递推的新型多旋翼飞行器控制

研究了新型多旋翼飞行器的建模与轨迹跟踪控制. 建立了非线性运动学和动力学模型,并提出基于全调节径向基神经网络和回馈递推的鲁棒自适应轨迹跟踪控制策略. 首先设计了飞行器的位置误差PID控制器,用于实时消除飞行轨迹与期望轨迹的偏差,并为姿态控制环构建姿态角指令. 采用全调节径向基神经网络估计飞行器动力学模型中的复合干扰,为避免回馈递推控制器设计过程中对虚拟控制信号的繁琐求导运算,减小对解析模型的依赖度,设计了一种基于指令滤波回馈递推的飞行器姿态控制器. 该设计方法通过滤波器而非直接用解析方法对虚拟控制信号求导,大大简化了控制器的设计过程,节省了控制能量. 仿真实验表明所提出的轨迹跟踪策略的正确性和有效性.     

基于遗传算法的Hopfield神经网络集成

针对遗传法中存在的缺欠,根据神经网络和遗传算法原理在优势互补的条件下,提出了一种新的求解方法,即GA-Hopfield 网络方法;该方法就是利用 GA 很强的全局搜索能力来弥补 Hopfield 网络容易陷入局部最优的缺陷的优化方法,且对此模型进行了有效性验证,具有一定的理论研究和应用价值.     

论地铁行业的环控节能

地铁中环控用电占总用电量的50％左右,由于在环控技术上的进步,集中供冷和蓄冷空调为节能提供了很大空间,另外在本文中也提出了集中供冷控制系统中增加人工神经网络的设想,可以最大程度地发挥出节能的效果和提高舒适性。     

基于卡尔曼滤波和神经网络的PMSM参数辨识

永磁同步电机(PMSM)是一种非线性、强耦合的控制对象,电机参数的变化加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义.文中针对这一非线性、强耦合的模型,研究了一种基于扩展卡尔曼滤波(EKF)和El man神经网络(El man NN)的永磁同步电机参数Rs,ψd和ψq的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能很精确地辨识PMSM的Rs,ψd和ψq,该网络具有良好的泛化能力,在变速变负载等复杂情况下也适用.     

具有周期输入的一类神经网络系统的周期解

目的 研究一类具有周期输入的广义Ｈｏｐｆｉｅｌｄ型连续神经网络系统周期解的存在性及其周期解唯一稳定的条件。方法 首先通过积分不等式和构造Ｖ泛函估计Ｈｏｐｆｉｅｌｄ型连续神经网络系统关于周期的先验界,然后利用Ｍａｗｈｉｎ的延拓定理导出其周期解的存在性。结果与结论 得到Ｈｏｐｆｉｅｌｄ型连续神经网络系统在周期解的两个充分条件,推广了有关献中的结论。     

利用连续Hopfield网络(CHNN)实现低分辨仪器的高分辨观测

结合直接解调技术,重点推导论证了利用连续Hopfield网络实现低分辩仪器的高分辨观测,并建立了相应的神经网络模型。经实验表明了该方法的实际可行性,具有较好的推广能力。