神经计算机并行模拟结构

神经网络实现技术是神经网络研究的一个极重要的领域。本文首先分析了神经网络模拟对并行计算机系统的要求,认为影响神经网络计算机速度和容量提高的主要因素是单个处理单元的速度、单个处理单元的局部存储器的容量以及互连网络的通信带宽。要提高模拟神经计算机的速度和容量,就要有相应的并行结构来支持。在定量的需求分析的基础上,本文还提出了一种模拟神经计算机的并行结构。     

透平叶片的可靠性安全系数设计法

本文基于目前的蒸汽透平叶片振动强度设计准则,提出了可靠性安全系数设计法,给出了一些计算公式,并简要介绍了该方法在叶片设计中的应用。     

针对复杂检测系统的微机数据管理系统设计方法探讨

本文以陆军战术导弹性能检测系统为研究对象,探讨复杂检测系统中微机数据管理系统的设计方法,给出了此类系统标准化设计的规范步骤。     

二源间反向内可逆卡诺循环全谱分析及最佳参数的选择

本文以特征参数γ、θ表达了反向内可逆卡诺循环的全息谱,统一热源间内可逆正、反循环的特征参数与全息谱函数,并说明了以特征参数及全息谱为工具,从有限时间热力学观点确定制冷或热泵循环最佳方案的方法。     

神经网络能力研究

文献[1]～[3]中研究了神经网络的能力—存储能力。但我们认为神经网络的能力应包括存储能力和计算能力两个方面。本文对神经网络的存储能力和计算能力进行定量分析,并得出了许多有益的结论。     

维修方式再探讨

本文根据近几年关于维修方式讨论中提出的一些问题,在维修方式的分类、应用决策、设计要求和效能等方面,联系维修实际进行了探讨,提出了一些原则、方法和观点。     

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。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

浅谈平显自检画面

国军标ＧＪＢ１８９─８８虽然对平显自检画面作了规定,但随着国内不断引进国外平显,其平显画面的内容、状态、检测均在不同程度上发生了变化,通过对某引进工程平显自检画面的介绍,探讨其设计构思,实施状态以及使用中检测的显示质量保证、显示精度保证以及显示功能验证等方面的实用性。