一种具有较强泛化能力的神经网络模型研究与应用

分析了影响神经网络模型泛化能力的因素。以电解铝过程中氧化铝浓度的神经网络软测量为例 ,提出了利用先验知识确定网络结构 ,采用特定实验保证样本数量和质量 ,离线训练加在线学习修正模型等措施 ,改善神经网络模型的泛化能力。现场应用表明这些措施是有效的。这样建立的神经网络模型准确 ,泛化能力强 ,为实现过程的先进控制提供了可靠保障     

高速低压差分信号(LVDS)器件应用设计方法研究

随着高速LVDS器件得到广泛应用,在高速信号使用LVDS传输时,信号传输线路问题、信号传输波形的最佳化成为非常重要的课题之一。由于印制电路板的布局布线直接影响信号传输质量,因此利用仿真对印制板分析成为设计上不可缺少的手段。有鉴于此,文章深入探讨了高速电路的设计,总结出设计技巧。     

基于BP神经网络方法的民用航空发动机故障诊断

用航空发动机故障诊断的方法很多,各种方法在具体操作过程中有着不同的作用和意义。本文提出一种依靠人工神经网络方法研究民航发动机各种故障征兆影响因素的作用程度的方法,并利用其仿真数据进行分析,找出具体工作过程中作用相对较大的因素,从而在定时与视情维修过程中提出合理的建议,以便为相应维修方法的实施、改进和研究应用提供可靠的依据。     

GLS进近的实施方法与优越性比较

GBAS(地基增强系统)是ICAO(国际民航组织)规划的基于GNSS(全球导航卫星系统)、采用DGPS(差分GPS)技术建立的系统,以它为基础的GLS(全球导航卫星地基增强着陆系统)成为目前最令人关注的一种新的着陆系统。不论是导航精度、系统的可靠性和稳定性,还是运营成本的降低,GLS都优于传统的ILS(仪表着陆系统)。本文从GLS系统和飞行实际相结合的角度,讨论了进近的实施方法,分析了进近的偏差和GLS进近的优越性。     

飞行品质监控与飞行安全

讨论了利用QAR进行飞行品质监控 ,减少人为差错 ,从而保障飞行安全的意义。     

非结构网格二维理想MHD绕流逆风格式解法

在非结构网格上发展了针对二维理想磁流体方程组的逆风格式求解方法.控制方程中的对流项采用AUSM格式处理,时间推进采用显式5步龙格-库塔方法.为了消除计算中产生的磁场散度的影响,引入了双曲型散度清除方法.通过对磁流体激波管问题的求解验证了该方法对激波的捕捉能力,对有均匀磁场干扰下的喷管流动情况进行了数值模拟,并与文献中结果进行了对比.计算结果显示了磁场对磁流体流动的干扰效应,该结果与参考文献中的数值模拟结果相吻合.     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

基于神经网络的飞机主要参数估算方法

根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型，提出了一种新的飞机主要参数的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算，测试结果表明估算误差均在10％之内。     

数字地形数据的二维三次卷积插值

由于数字地形数据库是以网格的形式给出网格点上的地形高度信息，在低空突防轨迹优化过程中，往往需要非网格蹼地形的高度信息和地形曲面的导数，这些都是离散的地形数据库所无法提供的。对二维的地形数据进行插值是解决问题的有效手段。本文提出一种二维离散数据的插值方法－－二维三次卷积插值。该插值函数是地形曲面的三次逼近，具有连续的三阶导数，可以非常好地满足低空突防轨迹优化的需要。仿真结果表明，它具有比双线性插值和     

双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.