基于误差反传小波神经网络的船舶横摇时间序列预报

结合小波分析和神经网络的特点，建立了应用于船舶横摇运动时间序列预报的误差反传小波神经网络结构并给出了算法。作者利用多输入、单输出小波神经网络预报模型进行了仿真，取得了良好的仿真效果。此方法不仅可应用于横摇运动时间序列预报，亦可用于纵摇、艏摇的时间序列预报。     

高校图书馆在发展先进文化中的地位和作用

高校图书馆是传统的民族文化宝库,是科学文化的信息中心,是高层次人才摄取知识养料的后课堂,所以她是高校发展先进文化的前沿阵地之一.     

跳水臂立向后多周翻腾动作的素质训练及素质的保持和发展

在跳水比赛中臂立动作对跳台项目的胜负起着至关重要的作用,为了适应国内外在臂立跳水动作难度上的发展和创新,推动我国在该类动作上的改革,以626B为例,从实践出发,对6组臂立动作不同档次的力量和专项素质训练内容进行介绍,对保持与发展各专项素质提出了具体措施.     

基于遗传算法的特征结构配置及其在导弹控制中的应用仿真研究

本文研究采用遗传算法求解线性多变量系统在输出反馈作用下的特征结构配置及其在导弹控制系统中的应用问题。遗传算法是一种基于自然选择和群体遗传学机理的参数搜索方法。采用遗传算法求解特征结构配置问题，具有适用广泛和计算稳定等特性。对导弹控制系统的仿真结果表明，这种方法是有效的。     

双线盾构隧道下穿对输水暗涵影响的数值分析

为研究双线盾构隧道下穿对输水暗涵的影响,以合理选择加固方案,基于工程实际相关参数建模,采用FLAC3D对未加固、仅隧道围岩加固、仅暗涵区间地层加固、隧道围岩和暗涵区间地层联合加固4种方案进行了数值模拟研究,对数值模拟结果进行了对比分析.结果表明:上述4种方案施工引起的暗涵最大沉降值分别为26.3 mm、14.5 mm、12.7 mm和6.8 mm,未加固方案暗涵管段存在明显的应力集中,前两种方案变形缝部位出现塑性区,后两种方案暗涵变形缝部位无塑性区.联合加固方案对减少暗涵结构及地表沉降效果显著.     

基于BP神经网络的汽车横摆角速度估计

为估计汽车横摆角速度并提高估计器精度, 采用BP(Back Propagation)神经网络的方法对汽车转向过程的横摆角速度进行估计。现实情况通常存在4 种路面: 干燥路面、沥青路面、积水路面和冰雪路面, 若单纯训练一个网络难以涵盖4 种不同的路面情况。为解决上述问题, 提高网络估计器的精度, 分别在4 种路面工况下训练4 个网络, 构成一个网络组, 再加入网络选择机制, 根据路面情况选择对应的网络的输出值作为横摆角速度的估计值。通过AMESim 与Matlab 联合仿真, 获得网络估计器残差并对估计情况进行分析和评价。该基于数据的方法与基于解析模型的估计方法相比, 不依赖精确的模型, 就能准确估计汽车横摆角速度。仿真结果表明, 基于BP 神经网络的方法对横摆角速度估计是可行的且偏差小, 成本低, 精度高。     

全尾砂絮凝沉降参数预测模型研究

为了得到最佳的絮凝沉降参数,运用BP神经网络和遗传学算法建立了全尾砂絮凝沉降参数预测模型.以絮凝剂单耗和尾砂浓度作为输入因子,以沉降速度作为输出因子;通过正交试验,确定网络学习、训练样本,建立神经网路预测模型;采用遗传算法对全尾砂沉降参数预测模型进行全局寻优,得到最佳絮凝沉降参数.将预测模型运用到和睦山铁矿,在絮凝剂单耗12 g/t,尾砂浓度17%条件下,沉降速度达到1.31 m/h,满足生产需要,比原生产所需絮凝剂单耗减少20%.应用结果表明,该预测模型有较高的实用性,为沉降参数优选提供了一种崭新的思路.     

高压燃料电池系统空气供应解耦控制器设计

利用高压空压机测试平台,通过相关技术辨识了高压燃料电池空气供应子系统的传递函数矩阵.基于前馈补偿解耦技术实现了空气流量和背压的相对独立控制.实验和仿真结果表明,该策略在较大范围内具有较好的鲁棒性.     

基于局部像素特征分类的图像分割算法

图像分割是模式识别、计算机视觉等领域的重要研究内容,也是图像信息处理的难点和热点之一.以孪生支持向量机(TSVM)与极坐标复指数变换(PCET)理论为基础,提出了一种基于局部像素特征分类的图像分割算法.该算法首先对局部像素窗口进行PCET,并将PCET系数幅值作为图像的像素级特征;然后利用指数交叉熵阈值技术确定训练样本,并进一步训练出TSVM分类模型;最后利用已获得的TSVM分类模型对原图像像素进行分类处理,从而获得图像的最终分割结果.实验结果表明,该算法可以获得较好的图像分割结果.     

机器人逆运动学的微分进化与粒子群优化BP神经网络求解

针对采用传统反向传播(BP)神经网络算法进行逆运动学求解收敛速度慢的问题,提出将微分进化(DE)与粒子群优化(PSO)算法相结合,对用于机器人逆运动学求解的BP神经网络进行优化。基于机器人正解映射建立优化算法的目标函数,在PSO过程中,引入DE操作优化粒子进化方向,并将此混合算法用于BP神经网络权值与阈值的优化。对KUKA机器人进行仿真实验,结果表明:采用该文方法对机器人逆运动学问题的求解精度高,求得的关节角度误差小于0.1°;逆运动学求解结果所对应位姿矩阵的位置误差在0.1 mm数量级,具有较好的泛化能力。该文方法满足机器人位置和姿态方面的精度要求。