基于神经网络的多模态故障检测

研究了使用RBF网络进行多模态辨识的结构和其在多模态故障检测中的应用。在信号满足持续激励的条件下 ,状态估计误差渐进趋向于零 ,辨识器的参数估计能够达到满意的效果。使用多个神经网络辨识器 ,对一非线性系统的多模态故障检测进行了仿真研究     

NHNET2多链路局域计算机网络系统设计与研制

本文介绍了多链路局域计算机网络NHNET2适配器的设计和系统软件功能。NHNET2是用Intel8274多协议串行控制器独立研制的网络系统,可执行CSMA/CD与x.25两种协议。本文介绍了它的硬件及软件的实现方法。软件具有较强的点对点通信功能,可实现分布式资源共享。     

人工神经网络在电解加工阴极设计中的应用研究

将人工神经网络分析方法应用于电解阴极设计中，将工件曲线和ｃｏｓθ法求得的初始表极曲线构成的加工间隙用简单三角莆单元进行网格剖分，然后以神经单元取代有限元单元和节点，用人工神经网络求解描述极间电位分布的拉普拉斯方程。采用逐层求解电位分布和将电位误差转换为位置误差的方法，实现由工件形状直接设计电解加工阴极。     

飞行航迹动态逆跟踪控制的神经网络方法

针对用动态逆方法设计飞行控制系统在极慢模态设计中所遇到的完全非线性问题，以及飞行器在执行低空突防任务时所面临的程度无法精确控制的条件，提出了一种以前向神经网络为核心的解决方案。文中给出了神经网络的拓扑结构、样本采集方法以及动态逆控制器的构造方法，仿结果表明，该方案具有良好的指令跟踪能力。     

基于遗传算法整定的PID网络流量控制

结合经典控制理论和优化控制理论设计了基于遗传算法的线性PID控制器,并与经典的PID控制器进行了比较．此控制器较好地控制了交换机缓冲器的队列长度,动态性能明显优于一般PID控制器．并得到了仿真结果的验证．     

STABILITY OF THE HIGH-ORDER BAM AND ITS PERFORMANCE ANALYSIS

由Ｔａｉ提出的高阶双向联想存储器（ＨＯＢＡＭ）推广了Ｋｏｓｋｏ的ＢＡＭ，它不仅拥有ＢＡＭ的优点，而且放宽了连续性假定以得到可靠的回忆，并大大改进了ＢＡＭ的存储容量和纠错性能。然而，Ｔａｉ对于ＨＯＢＡＭ的性能分析仅限于计算机模拟，并没有给出理论分析结果。本文填写了此方面空白，并给出ＨＯＢＡＭ稳定性和存储容量的理论证明，使得该系统能从理论上得以保证所有训练模式对成为其稳定点。     

光纤总线本地网接口逻辑设计

光纤做传输介质具有频带宽、抗干扰能力强、信号衰减小等优点。但是用它来实现总线型本地网却有一定的难度,因为利用光纤元件不易于实现CSMA/CD协议所要求的冲突检测和信号在总线上的双向传输。 本文介绍了实现光纤总线网络的简单可行的方法,叙述了光纤总线网的结构、网络、网络接口原理以及接口的编程方法。     

关于一类非线性连续Leontief模型的条件投入产出方程的可解性结果

引入了一类非线性连续型Leontief模型及对应的条件投入产出方程．提出在正向或负向边界条件下的两个基本问题。通过应用非线性分析方法．得到了该方程的可解性结果与对应解的扰动性质，并通过注解说明了其经济意义。     

非齐次Poisson过程的若干新性质

本文在一些文献的基础上,进一步讨论非齐次Poisson过程的某些性质,给出了若干新性质。 设{N(t),t≥0}是累积强度为的非齐次Poisson过程。迄今的文献(如[1][2]等)指出,(?)n≥1,前n个到达时刻τ_1,τ_2,…,τ_n的联合概率密度为 本文定理1指出,上式不仅是必要的,而且是充分的,并给出了充分性的证明。从而,得到了描写过程统计规律的一个刻画。然后,在N(t_i)=n_i(i=1,…,k,0相似文献   

Information space of sensor networks: Lagrangian,energy-momentum tensor,and applications

It is a challenge to investigate the interrelationship between the geometric structure and performance of sensor networks due to the increasingly complex and diverse architecture of them. This paper presents two new formulations for the information space of sensor networks, including Lagrangian and energy–momentum tensor, which are expected to integrate sensor networks target tracking and performance evaluation from a unified perspective. The proposed method presents two geometric objects to represent the dynamic state and manifold structure of the information space of sensor networks. Based on that, the authors conduct the property analysis and target tracking of sensor networks. To the best of our knowledge, it is the first time to investigate and analyze the information energy–momentum tensor of sensor networks and evaluate the performance of sensor networks in the context of target tracking. Simulations and examples confirm the competitive performance of the proposed method.