传感器故障在线诊断和信号恢复的两级神经网络方法

目的研究控制系统中传感器软硬故障诊断和信号恢复．方法提出一种两级神经网络（ＮＮ）包括一个主神经网络和若干个局部神经网络方法．主神经网络负责诊断传感器故障,其输入为各传感器在时刻ｔ的信号,输出为各传感器在时刻ｔ＋１的信号．各局部网络负责传感器故障诊断和信号恢复．每一个局部网络对应一个传感器,局部神经网络输出为相应的传感器在时刻ｔ＋１的信号,其输入为其余传感器在时刻ｔ的信号．各网络均采用先学习,后工作的在线学习方法．结果与结论所述方法具有在线学习、故障误检率低、可以诊断多个传感器软硬故障的优点．对气垫船中传感器软硬故障诊断的仿真结果表明,该方法是行之有效的．     

自由曲面的一种逆向工程方法

提出了一种基于双向加权递推模型的自由曲面逆向工程方法。根据这一方法,可由已采集到的自由曲面上一定数量的任意分布型值点来逆向工程出自由曲面。加权双向递推模型的基本思想,型值点影响并决定着其控制区域内的曲面形状,这种影响的大小与到型值点的距离及权指数相关。给出了将区域划分为ｍ×ｎ的矩形网格下沿Ｘ、Ｙ方向的加权递推模型,讨论了该方法中网格划分和权指数对逆向工程曲面形状及精度的影响。     

基于改进粒子群算法的过程神经网络训练

针对过程神经元网络由于模型参数较多,正交基展开后的BP算法不易收敛的问题,结合量子理论,提出一种改进的粒子群算法,并用于过程神经元网络的训练。算法中粒子采用双链结构,用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完成粒子的更新与变异,可发挥量子粒子群的群体搜索能力和全局收敛性,有效克服BP算法计算复杂、容易陷入局部最小值等缺陷。以两组二维三角函数的模式分类问题为例,验证算法有效性。结果表明该方法不仅收敛速度快,而且寻优能力强。     

基于产品回收再制造的买卖合作协议模型

从考虑产品回收和销售之间的关系出发,设计了一种售前回收协议模型,并对比分析了该模型和一般回收模型之间的差别,确定了该模型的优势和适用情况。证明了当买方和卖方在产品销售时就协定好销售价格和回收时间的情况下,能够使得双方的利益总和比一般模式下大,并且模型下能够通过提高产品的价值为客户提供更多的价值,扩大产品的需求从而获得更多的利润。     

影响普通物理实验学习迁移的因素及策略

运用教育心理学中学习迁移的若干理论,对影响普通物理实验课学习迁移的因素进行了分析,并提出了一些应对策略。     

技术范式转变时期的组织学习研究

本文针对技术范式转变这一管理特征极为丰富的特殊时期,研究组织学习的模式与演化特征。提出了包括学习与忘却学习的组织学习的新内涵,构建出技术范式转变时期以忘却学习为主导,学习与忘却学习交互的组织学习模式。并从组织知识特性、知识类型、学习层次、忘却学习层次、组织学习层面以及组织学习工具六个方面对技术范式转变时期组织从学习到忘却到再学习的动态演化进程进行阶段研究。     

基于混合混沌优化法的Hopfield网学习算法

提出了一个基于混合混沌优化法的Hopfield网学习算法。通过对Hopfield网权值不等式的处理,训练Hopfield网。利用混合混沌法的优点,即混沌的遍历性和禁忌搜索的“记忆性”和期望准则,有效地避免了局部最小解,克服了原Hopfield网学习的局限性,还能找到多个优化解。实验证明了该算法的有效性。     

浅谈数字图书馆的馆员素质

介绍了数字图书馆的特征,论述了数字图书馆对馆员素质的要求,提出了提高数字图书馆馆员素质的对策.     

机器学习技术在胸癌诊断中的应用

为了提高胸癌诊断的识别精度,提出了应用机器学习方法建立胸癌诊断模型。其中描述细胞特征的参量作为模型的输入,细胞的类别对应模型的输出。选取三种机器学习方法作为建立模型的训练算法,分别为反向传播(Back Propagation,BP)神经网络、学习矢量量化网络(Learning Vector Quantity,LVQ)和支持向量机(Support Vector Machine,SVM)。仿真结果显示三种机器学习方法所见的诊断模型均具有较高的识别率(BP:97.28%,LVQ:98.06%,SVM:98.45%),可作为有效地识别方法用于其他医学诊断研究。