小波函数在混沌系统控制中的应用

1　概述1 1　小波分析的基本理论小波分析可以说是众多科学研究工作者经过近一个世纪的不懈努力和辛勤研究 ,在上个世纪末期在应用数学领域中迅速发展的一门新兴学科 ;由于它相对于Ｆｏｕｒｉｅｒ分析能真正实现“时 -频”分析和多尺度分析 ,能够更有效地从信号中提取信息 ,从而解决了Ｆｏｕｒｉｅｒ变换难以解决的问题 ,因而在信息处理、图象识别、数据压缩、系统辨识、故障诊断及控制等方面得到了广泛的应用 ,被预为“数学显微镜” ;传统上使用Ｆｏｕｒｉｅｒ分析的地方都可以用小波分析替代。如果函数Ψ (ｔ)∈Ｌ2 (Ｒ) ,且其Ｆｏｕｒｉ…     

神经网络自适应控制器设计

对前馈神经网络用于动态系统的辨识、自适应控制进行了分析和数学推导，给出了自适应神经网络控制器的设计方法．最后通过仿真实例进行了说明．     

神经网络在成组技术方面的应用

阐述了成组技术及其在高级制造技术中的作用，在此基础上描述了神经网络在零件编码分类系统中的应用以及用神经网络设计制造单元的方法。     

统计模式识别的研究

模式识别的基本目标就是在有监督和无监督的情况下进行分类,在模式识别的各种模型中,基于统计的方法已经被广泛的研究并应用于实际.一些新的技术和方法的引入（神经网络和支持向量机方法）也促进了该领域发展,文章研究了基于统计的模式识别的进展情况,给出了模式识别的概念、原理、方法并对各种方法进行了相关的评述.     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

基于对偶基的比特并行算法实现RS编码

以DVB-C系统中的RS编码为例，参照Berlekamp比特串行乘法器，提出了一种基于对偶基的比特并行乘法器的方法来实现RS编码器，可以达到较高的吞吐率，从而可以采用FTGA／CPLD实现高速RS编码。     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。