基于Matlab的BP神经网络在太阳耀斑级别预测中的应用

太阳耀斑爆发与多种因素存在着非线性的关系,其中规律难以把握.选择时间变化长短,工作频率,路径大圆距离,VLF传播相位变化偏移量4个与太阳耀斑级别预测密切相关的重要因素,构建了BP神经网络模型;然后利用Matlab工具箱对网络模型进行系统仿真与多次训练,使网络的预测输出不断逼近期望输出,实现对太阳耀斑级别的预测,通过结果误差分析,表明这种方法具有有效性与可行性.     

钢的连续冷却转变图的预测研究进展

对钢的连续冷却转变图的预测方法进行了综述,指出：物理模拟法根据相变理论建立物理模型,然后进行数值计算,它具有坚实的理论基础;Scheil法根据等温转变图推算连续冷却转变图;统计方法包括经验公式法和人工神经网络法,它们不考虑问题的物理意义,只根据实验数据本身进行预测。几种方法各有所长,但也都存在一些不足,在实际工作中应综合使用。     

基于遗传优化的粗糙神经网络模式识别器及应用

通过粗糙集获取知识表达系统的分类规则，用产生的规则对神经网络进行编码，并利用遗传算法对初步学习后的神经网络的权值进行优化，最终得到一个神经网络模式识别器。举例说明了采用这种方法得到模式识别器的过程及其对待识别对象的学习和分类效果。结果表明：采用粗糙规则对神经网络编码可以缩短神经网络的训练过程，遗传算化对神经网络权值的优化可在一定程度上提高模式识别的精度。     

A RBF Network Learning Scheme Using Immune Algorithm Based on Information Entropy

A hybrid learning method combining immune algorithm and least square method is proposed to design the radial basis function(RBF) networks. The immune algorithm based on information entropy is used to determine the structure and parameters of RBF nonlinear hidden layer, and weights of RBF linear output layer are computed with least square method. By introducing the diversity control and immune memory mechanism, the algorithm improves the efficiency and overcomes the immature problem in genetic algorithm. Computer simulations demonstrate that the RBF networks designed in this method have fast convergence speed with good performances.     

基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

海堤渗压周期特征分析及其在神经网络监测模型中的应用

海堤渗压监测序列是反映堤身状况与规律的重要信息,为把握海堤渗压序列变化特点、进行有效分析预测,对浦东海堤实测渗压曲线进行了广泛分析,归纳出其多周期变化的特征,并从谐量分析角度给出针对周期特征变化的渗压监测模型因子,结合神经网络特点,提出相应的神经网络监测模型输入层单元形式,以广义回归神经网络为例建立监测模型,以监测资料和实例说明多周期特征对监测分析的作用,以及与神经网络模型相结合的具体应用．     

基于无线传感器网络的水质检测系统的研究

针对当前水质检测的需要,提出了一种利用具有自组织特性的无线传感器网络(Wireless Sensor network,WSN)对水质指标参数实时检测方法.该系统采用了低功耗微小网络节点,详细讨论了系统的原理及网络结构,并介绍了为无线传感器网络提供保证的Zigbee技术.     

具有星际链路的LEO/MEO卫星网络动态路由协议

针对具有星际链路的LEO/MEO卫星网络,设计了一种具有自主运行能力的卫星网络动态路由协议(SDRP).采用时间离散化的链路状态增量更新的虚拟拓扑路由算法,降低了网络开销.提出的多点转发节点选举算法,提高了路由收敛速度和网络资源利用率.仿真结果表明,卫星网络动态路由协议的路由收敛时间远小于网络稳态保持时间,路由收敛时间是OSPF的1/10,平均协议带宽占用率也大大小于OSPF,可以保证卫星网络的信息可靠传送.     

协同神经网络及其在模式识别中的应用

本文介绍了协同神经网络的基本思想,重点研究了协同神经网络在模式识别技术中的应用题,包括动力学模型、网络结构及学习算法,同时与传统的Hopfield网络进行了比较。     

基于格点场数据的沙尘暴双预报模型

为提高沙尘暴预报的准确率，以描述大气环流形式的物理场格点数据作为建模样本，采用自组织神经网络对物理格点场数据样本进行聚类，构建出由大规模阵列式数据格式表示的建模样本的低维特征，再用模糊神经网络综合建模样本的一般性规律，用非典型样本进行二次建模以反映建模样本的特殊性，并设计隶属度调整方案对一般性和特殊性进行协调，由此形成兼顾建模样本一般性和特殊性的双预报模型．测试结果表明，基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80．4％．