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。     

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     

非线性系统的鲁棒镇定:Volterra级数法

基于Ｖｏｌｔｅｒｒａ 级数理论,针对一类非线性系统,首先给出了此类系统可镇定的充分条件,接着讨论了非线性系统鲁棒镇定性的问题,并给出了系统鲁棒可镇定的条件;最后,用实例仿真来验证其有效性     

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.     

有排气弹丸底部阻力的估算方法

综合了国内外有关排气温度、分子量和来流马赫数影响底部阻力的实验和理论成果,采用人工神经网络方法处理了实验数据,提供出一个有排气弹丸底部阻力的工程估算方法。     

基于神经网络和模糊综合评判的梁故障诊断研究

设计了一个简单的人工智能故障诊断系统模型,它包括知识库、模糊推理、神经网络和控制模块等。模糊推理模块利用模糊综合评判方法进行故障的预诊,神经网络模块采用竞争学习方法完成故障的确诊。文中对悬臂梁的单一故障和复合故障等七种模式进行了诊断分析,均获得了正确的诊断结果。     

高分辨率雷达目标一维距离像的编码识别算法

文中提出了一种高分辨率雷达目标一维距离像的识别算法。该算法借用图像处理方法,先对雷达目标的一维距离像进行编码,经过傅里叶变换提取一组形状特征。这组特征精确地描述了一维距离像曲线的走向。而后,利用人工神经网络技术对一定姿态角变化范围内的这组形状特征进行识别。实验结果表明,可以获得良好的识别效果。该算法为雷达目标一维距离像识别算法的实时处理提供了一条有效途径。