-
CMAC神經(jīng)網(wǎng)絡應用分析
應用 CMAC神經(jīng)網(wǎng)絡具有小腦的機能，因而，被廣泛應用于機器人的運動控制?；蛘叻催^來說，正是為了機器人的運動控制，Albus構造了CMAC神經(jīng)系統(tǒng)，以模擬脊椎動物的小腦機能。 正如Albus所說的：“然而，對我來說，
-
基于混沌蟻群的神經(jīng)網(wǎng)絡速度辨識器研究
本文將混沌引入到蟻群算法(Ant Colony Optimization，ACO)當中，以形成混沌蟻群算法(Chaos Ant Colony Optimization，CACO)，從而提高了對于BP神經(jīng)網(wǎng)絡的優(yōu)化效率和精度，解決了上述問題；同時，也在對異步電機直接轉矩控制(DTC)轉速辨識的仿真試驗中，實現(xiàn)了對電機轉速的準確辨識。
-
BP神經(jīng)網(wǎng)絡的電路最優(yōu)測試集的生成設計
1 引言 人工神經(jīng)網(wǎng)絡是基于模仿生物大腦的結構和功能而構成的一種信息處理系統(tǒng)。國際著名 的神經(jīng)網(wǎng)絡專家Hecht Nielsen 給神經(jīng)網(wǎng)絡的定義是：“神經(jīng)網(wǎng)絡是一個以有向圖為拓撲結構的動態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)
-
基于神經(jīng)網(wǎng)絡的有源電力濾波器應用研究
基于瞬時無功功率諧波動態(tài)檢測法，檢測的精度高、實時性好。本文闡述了基于瞬時無功功率與神經(jīng)網(wǎng)絡組合控制電網(wǎng)諧波動態(tài)檢測方法的基本原理，分析了基于瞬時無功功率的諧波檢測方法，在負載突變是引進神經(jīng)網(wǎng)絡提高準確實時性，在此基礎上結合有源電力濾波器進行仿真實驗，觀察諧波動態(tài)檢測。
-
基于CMAC神經(jīng)網(wǎng)絡的PID參數(shù)自整定方法的研究
建立一個基于改進的CMAC小腦模型神經(jīng)網(wǎng)絡的PID參數(shù)自整定控制系統(tǒng)，該PID參數(shù)的整定方法為基于規(guī)則的整定方法，不必精確地辨識被控對象的數(shù)學模型，只需將系統(tǒng)誤差 的時間特性中的特征值送入CMAC網(wǎng)絡，CMAC再根據(jù)輸入的特征值得出相應的PID參數(shù)的變化量，即可實現(xiàn)PID參數(shù)的自整定。
-
基于FPGA的人工神經(jīng)網(wǎng)絡實現(xiàn)方法的研究
基于FPGA的神經(jīng)網(wǎng)絡實現(xiàn)方法已成為實際實時應用神經(jīng)網(wǎng)絡的一種途徑。本文就十多年來基于FPGA的ANN實現(xiàn)作一個系統(tǒng)的總結，例舉關鍵的技術問題，給出詳細的數(shù)據(jù)分析，引用相關的最新研究成果，對不同的實現(xiàn)方法和思想進行討論分析，并說明存在的問題以及改善方法，強調(diào)神經(jīng)網(wǎng)絡FPGA實現(xiàn)的發(fā)展方向和潛力及提出自己的想法。另外，還指出基于FPGA實現(xiàn)神經(jīng)網(wǎng)絡存在的瓶頸制約，最后對今后的研究趨勢作出估計。
-
一種新的基于改進的ADALINE神經(jīng)網(wǎng)絡的DTMF解碼器方案
本文提出了一種新的基于改進的ADALINE神經(jīng)網(wǎng)絡的DTMF信號檢測算法，并介紹了在TMS320C5402和TLV320AIC10上采用此算法的DTMF信號解碼器方案設計。仿真結果和實際工程實驗均表明該算法比傳統(tǒng)的DTMF信號解碼方法具有更強的抗干擾能力；該方案具有一定的實用和參考價值。
-
一種新的基于改進的ADALINE神經(jīng)網(wǎng)絡的DTMF解碼器方案
本文提出了一種新的基于改進的ADALINE神經(jīng)網(wǎng)絡的DTMF信號檢測算法，并介紹了在TMS320C5402和TLV320AIC10上采用此算法的DTMF信號解碼器方案設計。仿真結果和實際工程實驗均表明該算法比傳統(tǒng)的DTMF信號解碼方法具有更強的抗干擾能力；該方案具有一定的實用和參考價值。
-
Adaline神經(jīng)網(wǎng)絡隨機逼近LMS算法的仿真研究
1 引言 人工神經(jīng)網(wǎng)絡最重要的功能之一是分類。對于線性可分問題，采用硬限幅函數(shù)的單個神經(jīng)元，通過簡單的學習算法就可成功實現(xiàn)分類。即對于兩個不同類中的輸入矢量，神經(jīng)元的輸出值為0或1。但對于大多數(shù)非線性
-
基于神經(jīng)網(wǎng)絡的火電廠生產(chǎn)過程故障診斷專家系統(tǒng)
隨著控制理論的不斷完善和發(fā)展，以及計算機技術在工業(yè)控制領域的廣泛應用，控制系統(tǒng)的自動化水平、控制品質均得到了顯著的改善和提高。在追求控制系統(tǒng)良好控制性能的同時，對提高系統(tǒng)的可靠性和可維修性也提出了越來
-
Widrow-Hoff神經(jīng)網(wǎng)絡學習規(guī)則的應用研究
摘要：基于線性神經(jīng)網(wǎng)絡原理，提出線性神經(jīng)網(wǎng)絡的模型，并利用Matlab實現(xiàn)Widrow-Hoff神經(jīng)網(wǎng)絡算法。分析Matlab人工神經(jīng)網(wǎng)絡工具箱中有關線性神經(jīng)網(wǎng)絡的工具函數(shù)，最后給出線性神經(jīng)網(wǎng)絡在系統(tǒng)辨識中的實際應用。通過對
-
基于模擬退火神經(jīng)網(wǎng)絡的I型FIR數(shù)字濾波器設計
摘要：提出一種基于模擬退火神經(jīng)網(wǎng)絡設計FIR數(shù)字濾波器的方法，是對用神經(jīng)網(wǎng)絡設計方法的一種改進。由于線性相位FIR數(shù)字濾波器的幅頻特性是有限項的傅里葉級數(shù)，因此構造了一個三層余弦基神經(jīng)網(wǎng)絡模型，并用模擬退火
-
模塊化免疫神經(jīng)網(wǎng)絡模型在計算機病毒分類檢測中的應用
0 引言隨著信息技術的發(fā)展和互聯(lián)網(wǎng)應用的普及，計算機系統(tǒng)受到計算機病毒的威脅。計算機病毒分類檢測，指將可疑文件作為輸入，執(zhí)行某病毒檢測算法后輸出結果(無毒、帶毒／帶何種毒)的過程，實質上是對文件的分類。病
-
神經(jīng)網(wǎng)絡預測編碼器的設計及應用
1 BP網(wǎng)絡結構及其算法 反向傳播算法又稱誤差后向傳播算法(Error Back Propagation Algorithm)，它是用來訓練多層前饋網(wǎng)絡的一種學習算法。是一種有監(jiān)督的學習算法。通常稱用誤差反向傳播算法訓練的網(wǎng)絡叫BP網(wǎng)絡
-
基于神經(jīng)網(wǎng)絡的多電機同步控制
1 引言 在造紙、印染、紡織等高精度、高轉速傳動系統(tǒng)中，隨著工業(yè)自動化程度的提高和生產(chǎn)規(guī)模的擴大，采用單電機驅動往往難以滿足生產(chǎn)的要求。而多電機同步控制歷來是最核心的問題，對多電機同步協(xié)調(diào)控制，國內(nèi)
-
基于神經(jīng)網(wǎng)絡的聲測法車輛類型辨識的應用研究
隨著我國高速公路和汽車技術的迅猛發(fā)展,汽車行駛速度越來越高,極需一種更有效的交通管理系統(tǒng)。這種系統(tǒng)應能自動識別汽車,并能準確判斷出汽車類型。20世紀50年代以來,點測式設備如環(huán)形線圈檢測器,主要用于十字路口的交
-
基于神經(jīng)網(wǎng)絡的微波均衡器建模與仿真
大功率行波管等微波管是雷達等電子裝備的核心器件，其技術水平?jīng)Q定了電子裝備的戰(zhàn)術性能。但是由于大功率微波管的增益波動較大，在等激勵輸入的情況下，不能使頻帶內(nèi)所有點均達到飽和輸出，這樣會造成輸入信號產(chǎn)生諧
-
基于神經(jīng)網(wǎng)絡的自適應滑模逆控制器設計
1、引言 導彈的運動模型是一個十分復雜的非線性變參數(shù)模型。反饋線性化是一種重要的非線性控制方法，其基本思想是通過狀態(tài)變換，將一個非線性系統(tǒng)的動態(tài)特性全部或部分變換成線性特性，從而用成熟的線性控制方
-
基于神經(jīng)網(wǎng)絡的熱電偶非線性校正
1 引言 熱電偶因其結構簡單、易于制造和測溫范圍寬等優(yōu)點而被廣泛用于溫度測量領域，但是熱電偶非線性校正問題(也稱線性化處理)，嚴重影響了溫度測量精度。國際、國內(nèi)計算標準都給出了熱電勢 -溫度 關系表,即熱電
