基于六霍尔的无刷直流电机换相转矩脉动补偿

针对永磁无刷直流电动机换相过程进行理论分析,提出了一种采用六路霍尔的无刷直流电机换相方法,补偿由于换相引起的转矩脉动。仿真结果表明,与常规三路霍尔的换相方式相比,采用六路霍尔的换相方式使脉动幅值减小了17%。结果证明,六霍尔换相方法可以有效补偿无刷直流电机换相转矩脉动。     

波音737机务维护专家系统的设计与实现

结合实例研究了波音 737机务维护专家系统的系统结构 ,面向对象的诊断知识库的组织模型和推理机制 ,在实际运行中获得了良好的效果。     

一种新型人工神经网络的实现与改进——概率逻辑神经网络

概率逻辑神经网络模型是一新兴的神经网络模型,它不仅具有较快的训练速度,而且具有“自退火”性能,并易于硬件实现,从而成功地克服了误差反向传播(BP)模型的训练时间长,易于陷于局部最小点的弱点。本文将给出概率逻辑神经网络(PLNN)的一般结构、学习算法及其模拟实现的情况。并由此推广到多层联想网络的实现与分析,最后给出了PLNN与BP的比较结果。     

N元自适应模式识别系统开发工具

N元模式识别方法是一种易于硬件并行实现的自适应模式识别方法。单层自适应模式识别系统(WISARD)、加权WISARD、双层自适应模式识别系统模型都是以这一方法为基础的。本文论述的N元自适应模式识别系统开发工具——NIRSS就是为这些模型体系结构的仿真及应用研究而开发的。它可以仿真现有的4种模型,共有7种工作方式,23个功能模型,97条人机交互命令。有关上述模式识别系统结构的研究以及多印刷体汉字、手写体汉字的识别、自适应图像处理的应用研究都是在该软件包上进行的。实际应用表明,这是一种使用方便、功能丰富的有效开发工具。     

美国科学院院士J.J.Hopfield教授来院讲学并应聘为我院名誉教授

应国家863高技术计划智能计算机专家组和南京航空学院的联合邀请,美国科学院院士、加州理工学院计算与神经系主任、化学及生物学教授、世界著名神经网络专家J.J.Hopfield博士自4月25日起在我院举办了为期2.5周的“人工神经网络”讲座。全国与此     

汉字字元构成分析

本文以汉字演变的轨迹为依据,对汉字的字元构成进行了一些分析,讨论了古汉字与现代汉字中字元的关系以及字元的产生、字元的变异、字元的信息量度量,从而对现代汉字字元的切取、归并等提出了自己的看法。基于这些看法,作者选取了近400个字元对《新华字典)(1981年版)上的近一万个汉字的字元组字频率及字元组成的结构类型作了统计,为汉字识别等技术的研究提供了有益的依据。     

交互式多模型算法中模型集选择的分析研究

分析研究了交互式多模型算法中的模型集的选择问题。首先,从理论上对模型集选择进行了分析,讨论了模型集中不匹配模型对轨迹预测性能的影响,并提出一种自适应(ACT)模型集;然后通过仿真试验,验证了模型集选择的理论分析,并证明了交互式多模型算法采用自适应(ACT)模型集的优越性。