一种神经网络实现GPS导航定位算法

目的 研究ＧＰＳ接收机状态解算的估计方法。方法 利用Ｈｏｐｆｉｅｌｄ神经网络对ＧＰＳ接收机数据进行处理,结果 以统计自述平均误差和均方根误差作为衡量性能的指标,神经网络方法与迭代量小均方误差算法相比较定位误差减小,结论利用神经网络实现ＧＰＳ接收机状态解算是可行的,且与迭代最小均方误差算法比较,可提高定位精度。     

FMS故障诊断专家系统的研究与开发

为保证柔性制造系统的可靠运行,对其发生的故障进行快速诊断,研究开发ＦＭＳ故障诊断专家系统。方法根据ＦＭＳ故障的特点综合运用模糊数学、专家系统、神经网络、数据库和机器学习等理论,解决专家系统中许多关键技术,     

爆破地震峰值的神经网络预报模型

对爆破地震值进行预报,方法,采用神经网络模型,对秦山核电站某爆破工程监测得到的２０组震动峰值数据进行学习,然后对另１０组数据进行预报。结果,实测值与预报所在分类区域完全一致。     

用^1H—NMR测定纤维素的摩尔取代度

用＾１Ｈ－ＮＭＲ测定羟丙基纤维素的摩尔取代度,根据纤维素在ＤＣｌ中水解后的＾１Ｈ－ＮＭＲ谱峰面积来计算ＭＳ值。同时还应用铬酸氧化蒸馏法测定了羟丙基纤维素的ＭＳ值,以及利用ＭＳ与羟丙基含量的关系得到ＭＳ值,可以发现ＮＭＲ的方法是可行的。     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

一种应用神经网络的实时语音增强方法

提出了一种用神经网络模型和信号子空间特征分解相结合进行语音增强的方法,该方法利用了神经网络并行处理、高速计算的能力和语音信号的短时平稳的特性．它既克服了传统的谱相减法中残留“音乐噪声”的缺陷,又可以实时、有效地增强语音,能够满足一些语音处理与识别系统的需要．     

摆动凸轮机构几何尺寸计算方法

采用简易作图法确定摆动从动件凸轮机构的转动中心,然后再计算其最小中心距和最小基圆半径。结果表明,该种方法应用简便,精确度较高,完全可以满足实际工程的需要。     

考虑径向流速分布的二维非均相径向氨合成反应器模型

导出了考虑床层径向流速分布的径向床二维非均相模型,通过计算模拟考察了不均匀流动对三段径向冷激式氨合成塔性能的影响。计算表明：在各种不同的床层进口温度、入口氨浓度和活性系数下,流动的不均匀度所造成的影响是不同的,提高进口温度,降低入口氨浓度和提高活性系数有利于降低流动不均匀对三段径向合成塔净值和生产能力的影响是有限的,在计算条件下,均匀流动和不均匀度高达７０％相比,生产能力只下降了２％。     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

灵便定时器

本文介绍的灵便定时器,电路简洁明了,定时时间可根据需要在秒、分、时三个档内进行选择．范围为1秒～99小时之间。定时时间循环可以控制,走时日误差小于1秒,且操作十分容易．具有较广泛的适用性。