一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.     

基于LVDS的高速远程实时测控系统的设计

分析了LVDS在远程测控系统应用中的关键技术,介绍了基于LVDS的高速远程传输方式的设计方案。针对设计中的关键性问题,如电磁干扰、阻抗匹配、直流平衡以及信号驱动等问题提出了具体的解决方案,并给出了电路设计中阻抗匹配设计的线宽计算公式。最后结合实验分析了具体设计对于信号质量的影响。     

声纹鉴别及其应用

声纹是人说话声音的频谱图 ,由于人的个性 ,决定了不同人声纹的差异性 ,因此 ,声纹识别或声纹鉴定能够确定说话人的身份。声纹鉴别在很多领域有着广泛的应用价值和前景 ,这里 ,简单介绍声纹和声纹鉴定与识别的概念及其应用的历史与现状 ,探讨声纹鉴别的方法原理和步骤 ,讨论声纹鉴别在个人身份证明、刑事侦察、军事、通信、防伪等领域的应用 ,展望声纹鉴别的应用前景。     

高精度空间非合作式相对轨道状态预报

为了解决接近空间非合作目标过程中的相对导航问题,提出一种基于相对轨道动力学方程和二阶龙格库塔积分公式的高精度空间非合作目标相对轨道预报模型。考虑地球J2摄动加速度,将目标轨道方程在参考轨道附近展开,保留至引力加速度差的二阶展开项,并进一步推导考虑J2摄动的参考轨道角速度和角加速度,建立相对轨道动力学微分方程;在给定相对轨道初值的情况下,采用二阶龙格库塔积分公式进行相对轨道预报。该模型采用数值积分方法,对相对轨道动力学模型形式没有限制,通用性好,适用范围广;选择低阶龙格库塔公式积分预报,既减少了计算量又保证了计算精度。设置高轨和低轨两种相对运动仿真场景,仿真结果表明了模型的通用性和精确性。     

基于等值线约束的地磁匹配定位技术

地磁匹配定位是利用地磁图进行定位的方法,位置输出可用于限制惯导系统的误差积累.介绍了地磁辅助导航的原理和发展现状,并重点研究了地磁匹配定位技术.提出了一种基于等值线约束的改进的相关匹配算法,能有效消除导航系统的初始位置误差并能限制匹配过程中惯导系统的积累误差.仿真实验证明该算法能有效地提高相关匹配的实时性,并能把定位精度控制在地磁数据网格间距以内.算法对航向误差具有一定的适应性.     

弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

模糊规则集在发动机故障诊断中的应用

基于模糊规则集度量,提出了一种故障诊断系统。提取模糊规则分两步实现：（1）由训练样本自适应形成超球子空间,可望解决高维空间的识别问题：（2）计算每个子空间上模糊规则的信任度。对模糊规则的概念进行了拓展,以便解决模糊规则之间的矛盾。仿真研究表明：模糊规则集度量可以用于液体火箭发动机的故障诊断。     

表示结构化知识的神经网络模型

研究和设计了一种高度结构化的神经网络模型ＨＳＮＮ,它能方便地对结构化知识进行表示和处理。文中给出了ＨＳＮＮ的设计过程,并讨论了ＨＳＮＮ在继承、非单调推理和信息检索等方面的应用     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。