BP网络进行0-9十个数字图像的识别

在BP算法和数字图像处理技术的基础上,本文在MATLAB软件环境下提取Word文档中26种字体的0-9十个数字的图像,使用MATLAB神经网络工具箱及图像处理工具箱进行数字的识别,给出了较详细的处理步骤及相关程序,并比较了各种识别算法的收敛速度和识别率。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

柱塞失效分析及热加工工艺试验

本文通过对燃油泵关键零件Cr12MoV钢制柱塞失效形式的观察与试验,以硬度、残余奥氏体量、碳化物形态及含量、耐磨性、冲击韧性和接触疲劳寿命等组织与性能的对比为依据,提出了柱塞最佳热加工工艺方案.     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

F机床在精密锻造模具中的应用

机械加工技术正朝着高效率、高精度、高柔性和绿色制造的方向发展。在机械加工技术中,切削加工是应用最广泛的加工方法。近年来,随着加工技术的快速发展,市场竞争的日趋激烈,客户对制造商模具加工的精度、工艺复杂程度和制造周期等要求愈来愈高,而模具的加工价格却因市场竞争降低,行业中采用高硬度坯料直接铣加工模具等新工艺的使用愈来愈普遍。高速直接切削已成为切削加工的主流和先进制造技术的一个     

基于CMAC神经网络导弹的气动参数辨识

本文利用ＣＭＡＣ神经网络辨识了几个重要的空气动力参数，证明了估计误差，权误差有界，仿真结果显示了本文算法的有效性。     

用神经网络法编程加工轮毂上特殊曲面的探讨

根据轮毂上曲面的特殊性,提出了采用神经网络方法进行编程,实现数控加工,以取代传统的加工方法的设想。     

可靠性技术的最新进展

简要总结了可靠性工程研究和发展的现状，并分析从人的可靠性、软件可靠性、学科相互交叉三个领域介绍了近2－3年来可靠性技术的最新进展和今后的研究方向。