前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

武器——目标分配问题的一种算法

提出了基于神经网络的、用于解算武器——目标分配（WTA）问题的并行算法。WTA问题是对于多个入侵敌机（目标）如何分配多个现有防御兵器迎击的间题。处理该问题的高速化是现代防空系统中必不可少的能力。最佳分配解的定义是,根据此解分配迎击武器可以使击落全部敌机的失败概率最小。提出的并行算法是以Hop-filed和 Tank的神经网络模型为基础,使用了K×M个处理单元（二进制神经元）,其中M为武器平台数.K为目标数。12个战例的仿真结果表明,本算法的解算速度是现有算法的9.0～34.3倍,而且击落全部敌机的失败概率还略有减小。这些仿真结果可用于设计高性能防空系统。     

一种改进的BP算法

ＢＰ算法是目前应用极为广泛的神经网络算法,但它也存在一些不足。文中提出了采用共轭梯度法及黄金分割相结合的改进ＢＰ算法（ＭＢＰ）,自适应调整学习率,提高了运算速度,减少了迭代次数。最后将标准ＢＰ算法和ＭＢＰ算法进行了比较,仿其结果表明：ＭＢＰ算法的学习次数和收敛速度得到极大改善。     

基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化

移动机器人可以在确保个人安全下有效减少人类的劳动行为,已经广泛应用到运输、救援、勘探、工业自动化等领域。针对特种越障机器人在城镇和工厂等以平面为主的非结构化场景下作业,提出一种依靠视觉引导的图像处理与障碍高度评估新方法。在图像预处理流程中,为了更好地保留特定朝向的图像边缘,在双边滤波算法的基础上,引入了一种呈高斯分布的斜卷积空域卷积核,改进为斜卷积双边滤波,并与其他边缘保持滤波算法进行比较。实验结果表明：不同算法信噪比一致时,斜卷积双边滤波算法的PFOM(pratt’s figure of merit)均值高于引导滤波与加权最小二乘滤波;当σ(标准差)=0.02时,斜卷积双边滤波的PFOM比引导滤波高出12.18%,比加权最小二乘滤波高4.4%。对具有普遍性的台阶沿向与沿向垂直使用斜卷积双边滤波处理后提取边缘,越障机器人在不同光照条件下进行不同高度台阶越障实验。实验表明：机器人在视觉系统引导下可快速正对台阶,越障成功率为100%。     

神经网络技术在冲压导弹设计中的应用

利用近年来迅猛发展的神经网络技术,成功地建立了某型冲压导弹气动参数和发动机推力、比冲的数学模型,从而克服了用传统回归拟合方法和数学插值计算的不足,为导弹总体参数优化设计和各分系统设计提供了一种新工具.并对网络训练过程中存在的问题进行了分析,提出了具有实际意义的改进方法.     

神经网络在可靠性工程中的应用

神经网络信息处理技术是近年来得到迅速发展的一个前沿综合性研究领域,它已在许多领域取得令人鼓舞的进展。神经网络具有大规模并行、集团运算等特点,以及强大的自适应、自学习、容错和推广能力,它能够从背景不清楚和不完全的数据中自动提取反映事物内在规律和特点的知识,并能够应用通过学习所获取的知识来进行问题求解,神经网络的这些特点促使许多