基于多分辨分析的雷达目标识别方法

针对宽带高距离分辨率雷达的工作体制,提出了一种基于多分辨分析和信息综合的目标识别算法。目标特征由小波变换在相邻分辨率上的能量之比的对数构成。利用多分辨分析,将目标特征分解为反映目标结构概貌的低通特征和刻画目标结构细节的高通特征。利用辐射基函数神经网络分别对目标的低通特征和高通特征进行识别判决,然后将基于目标的低通特征和高通特征的判决信息进行综合,得到最终的识别结果     

用于超角分辨的 Hopfield 神经网络方法

Hopfield神经网络用于方位估计可获得高的精度和超分辨力。本文综述有关研究,描述该网络模型及用其于信号处理的一般步骤,用于方位估计的具体形式,讨论提高精度及分辨力的一些措施,指出进一步研究的方向。     

矿产统计预报的多元信息复合方法及预测模型

如何有效地利用多种信息进行矿产统计预报是一个有经济效益的课题。本文运用多信息复合思想,采用回归分析、判别分析和集成预报等方法使矿物预报的正确概率大大提高。     

集成运算放大器的误差分析与补偿方法

本文从应用角度出发,对集成运算放大器主要参数引起的运算误差,进行了深入的研究。在分析方法上采用先研究单项参数对误差的影响,然后对各单项误差进行综合,得到一般表达式。最后,给出明确的结论和补偿方法。     

基于神经网络的语音识别系统

本文研究神经网络的多层感知器模型在语音识别中的应用。为达到实时识别的效果,笔者设计了TMS32010数字信号处理板,它与PC/XT机构成主-从系统,由PC/XT机管理数据,TMS32010进行高速运算,实验中,考察了神经网络对数字语音的识别能力,识别率达到95％以上,结果表明,用神经网络进行语音识别是一种很有前途的方法。     

基于模糊神经网络的连轴器故障诊断方法

针对连轴器的典型故障,应用振动谱分析方法,在前期实验的基础上,总结出连轴器故障诊断的几条模糊规则,提出了基于模糊神经网络的连轴器故障诊断方法,提高了故障诊断的准确度。     

GAL神经网络训练算法的改进

对一种新型的神经网络——GAL(Grow and Learn)神经网络给出一种改进训练算法,与未改进的网络在训练时间、识别时间及识别准确率等方面进行比较,证明该网络结构简单、隐层节点易调整、运算量小,且识别准确率并未降低。     

对基于BP神经网络的一类非线性控制器的结构改进

对一类基于ＢＰ神经网络的非线性系统控制器进行了改进,从而提出了一种结构更简单的控制器模型。通过数值仿真模拟证实了它比以前的研究者给出的方案能更快地收敛     

神经模糊控制及其在舰船动力系统中的应用

介绍了神经模糊控制的原理与方法,考虑了其在舰船动力系统中的应用．     

基于神经网络的四轮转向车辆辨识和控制

车辆的动力学受各种非线性因素(如轮胎特性和路面状况)的影响,因此,利用两自由度线性车辆模型很难描述车辆的动力学.本文提出了一个新的基于神经网络非线性建校和控制能力的4WS控制系统.首先将车辆动力学辩识为一个RBF冈给车辆模型,然后利用该RBF网络车辆模型设计RBF网络控制器.通过计算机仿真说明了所提方法的有效性.