-
基于RBF神經(jīng)網(wǎng)絡(luò)的劣化絕緣子紅外圖像智能診斷
摘要:分析了劣化絕緣子紅外熱像診斷的原理及去噪方法,采用直方圖均衡化處理方法實(shí)現(xiàn)了絕緣子紅外熱像的圖像增強(qiáng)效果,提出了采用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行劣化絕緣子人工智能識(shí)別的方法,該方法通過提取絕緣子的一系列溫度特征參數(shù),準(zhǔn)確實(shí)現(xiàn)了劣化絕緣子的智能識(shí)別與判斷。
-
RBF神經(jīng)網(wǎng)絡(luò)在反應(yīng)器溫度控制系統(tǒng)的研究
摘 要：對(duì)于化工生產(chǎn)過程中的放熱反應(yīng)來說，其反應(yīng)器溫度控制系統(tǒng)不僅具有強(qiáng)耦合、非線性等特點(diǎn)，同時(shí)還具有熱危險(xiǎn)性，傳統(tǒng)的PID控制策略往往不能滿足其穩(wěn)定性要求。文章通過建立RBF神經(jīng)網(wǎng)絡(luò)模型，提出了一種基于徑向基神經(jīng)網(wǎng)絡(luò)RBF-PID的反應(yīng)器溫度控制策略，同時(shí)結(jié)合高級(jí)多功能過程控制實(shí)驗(yàn)系統(tǒng)SMPT1000平臺(tái)進(jìn)行仿真驗(yàn)證。仿真結(jié)果表明 基于RBF-PID控制策略的反應(yīng)器溫度控制系統(tǒng)具有超調(diào)量小、動(dòng)態(tài)性能好等特點(diǎn)，可實(shí)現(xiàn)反應(yīng)器溫度的穩(wěn)定控制
-
基于神經(jīng)網(wǎng)絡(luò)的WSN丟失數(shù)據(jù)恢復(fù)研究
摘 要：在無線傳感網(wǎng)中，由于無線信道的不穩(wěn)定性、海量數(shù)據(jù)傳輸?shù)膿砣?、?jié)點(diǎn)故障等影響，導(dǎo)致WSN中數(shù)據(jù)經(jīng)常發(fā)生大規(guī)模丟失。針對(duì)這一問題，文中提出了基于徑向基神經(jīng)網(wǎng)絡(luò)的無線傳感網(wǎng)丟失數(shù)據(jù)恢復(fù)算法。該算法能夠有效通過數(shù)據(jù)丟失節(jié)點(diǎn)歷史輪數(shù)據(jù)來恢復(fù)預(yù)測(cè)丟失數(shù)據(jù)。最后通過仿真實(shí)驗(yàn)證明了該算法的有效性。
-
基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)
摘要：介紹了RBF神經(jīng)網(wǎng)絡(luò)，并采用CORDIC算法實(shí)現(xiàn)了其隱層非線性高斯函數(shù)的映射。同時(shí)，為縮減ROM表的存儲(chǔ)空間并提高查表效率，本設(shè)計(jì)還采用了基于STAM算法的非線性存儲(chǔ)。最后，以Altera公司開發(fā)的EDA工具QuarlusⅡ作
-
RBF神經(jīng)網(wǎng)絡(luò)在智能傳感器模塊設(shè)計(jì)中的應(yīng)用
引言不論是傳統(tǒng)工藝制作的經(jīng)典傳感器，還是半導(dǎo)體工藝制作的現(xiàn)代傳感器，都存在交叉敏感。交叉敏感是引起單傳感器系統(tǒng)不穩(wěn)定的主要因素，表現(xiàn)為傳感器標(biāo)稱的目標(biāo)參量恒定不變，而其它非目標(biāo)參量變化時(shí)，該傳感器的輸
-
多傳感器數(shù)據(jù)融合在漏磁信號(hào)采集與處理中的應(yīng)用
中心議題多傳感器數(shù)據(jù)融合技術(shù)能對(duì)缺陷信號(hào)作智能化處理電磁感應(yīng)式傳感器和霍爾傳感器的工作原理采用小波去噪的方法，并利用RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合技術(shù)對(duì)缺陷信號(hào)進(jìn)行檢測(cè)處理并得出仿真結(jié)果解決方案采用漏磁傳感器陣
-
RBF網(wǎng)絡(luò)和貝葉斯分類器融合的人臉識(shí)別方法設(shè)計(jì)
RBF網(wǎng)絡(luò)和貝葉斯分類器融合的人臉識(shí)別方法設(shè)計(jì)
-
一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)算法
建立了一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)模型。該模型事先不需要確定隱層節(jié)點(diǎn)的中心位置和數(shù)量，而是在學(xué)習(xí)過程中，根據(jù)相應(yīng)的添加策略和刪除策略，自適應(yīng)地增加或減少隱層節(jié)點(diǎn)的數(shù)量。最終形成的網(wǎng)絡(luò)不僅結(jié)構(gòu)簡單，精度高，而且具有較好的泛化能力。
-
基于聚類算法人臉識(shí)別方法的研究
0.引言 在智能小區(qū)的安防系統(tǒng)中，人臉識(shí)別技術(shù)的應(yīng)用，提高了安防報(bào)警系統(tǒng)的安全可靠性。人臉識(shí)別技術(shù)因其具有非接觸性、特征提取方便、防偽性能高等優(yōu)勢(shì)得到廣泛的應(yīng)用。人臉識(shí)別技術(shù)綜合了計(jì)算機(jī)、通信、光學(xué)
-
基于Gabor小波與RBF神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別新方法
在人臉識(shí)別中，高維、小樣本是一個(gè)問題。對(duì)此，提出了一種基于Gabor小波與徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法。首先對(duì)人臉進(jìn)行Gabor濾波，選取有效的Gabor組合。進(jìn)行小波分解，獲取低頻圖像，構(gòu)造特征矢量，采用主分量分析降低特征維數(shù)。接著，提出了一種聚類方法用于確定RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和初值，采用混合學(xué)習(xí)法訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)。用ORL人臉庫進(jìn)行試驗(yàn)，結(jié)果表明本文提出的方法具有優(yōu)秀的學(xué)習(xí)效率和識(shí)別效果。
-
基于RBF神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)傳感器故障診斷方法
引 言 傳感器是現(xiàn)行研究的壓鑄機(jī)實(shí)時(shí)檢測(cè)與控制系統(tǒng)的關(guān)鍵部件，系統(tǒng)利用傳感器對(duì)壓鑄機(jī)的各重要電控參數(shù) (如：合型力、油壓、壓射速度、模具溫度等)進(jìn)行檢測(cè)，并進(jìn)行準(zhǔn)確控制。這一過程中，各傳感器輸出信號(hào)的
Davy楷
1122徐
gck_2009
之一知足
之一知足
之一知足
之一知足
之一知足
pangkitty
tongpcb
eengrzh
fortaczx
lyp123010
lenjohn0591
nikel
weldon116
cai_mouse
cai_mouse
cai_mouse
cai_mouse
