螺旋霉素发酵过程动态建模的神经网络方法

对文题所述方法,根据实验数据进行仿真研究,获得了满意的结果。为高度复杂的非线性生化过程的模型化提供了一条新的途径。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

低噪声放大器的计算机辅助设计

讨论了频率捷变雷达系统中LNA的计算机辅助设计问题,并给出了一实用程序.用该程序设计生产的低噪声放大器已成功地用于某雷达中,其性能指标达到国内同类产品领先水平。     

单涂层吸波材料的优化设计及偏差研究

本文通过对单涂层吸波材料内电磁波传输损耗机理的细致研究，提出了单涂层吸波材料优化设计的两项原则。结合具体实例详细说明这两项原则的具体应用，最后讨论涂层电磁参量在偏离匹配条件的情况下，对涂层吸波性能影响的具体结果分析。图３．表１，参３。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

被动雷达导引头多脉冲辐射源的角度分辨与跟踪

讨论了被动雷达导引头主波束内存在多脉冲辐射源时对多辐射源进行角度分辨并跟踪某一辐射源的方法。首先利用聚类分析法实现多辐射源角度分辨 ,然后利用主波束角度压缩方法实现单一辐射源跟踪。计算机仿真结果表明 :在中等密度脉冲辐射源环境下 ,采用聚类分析和主波束角度压缩相结合的方法可较好地实现导引头主波束内多脉冲辐射源的角度分辨与单一辐射源跟踪     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

基于RBF网络的增量学习

提出了一种基于径向网络的增量学习算法 ,在对新样本进行学习时 ,通过恢复受干扰样本的方式来尽可能保持已有的知识不变 .模拟实验证明了本算法的正确性和有效性 .