用模拟神经网络解中脉冲重频雷达系统的模糊问题

中脉冲重频（ＰＲＦ）雷达综合了高ＰＲＦ和低ＰＲＦ雷达的优良性能，但存在着距离和多普勒（距离速率）两种模糊问题。本文介绍了用神经网络有效地解中ＰＲＦ雷达系统模糊问题的方法。为此设计了一种多层前馈网络。且给出了模拟结果和模拟电路实现。建立了一种便于模块化的理论。它将大量的存储模式分成若干模块，这就使得利用模拟神经芯片模糊是切实可行的。它将大量的存储模式分成若干模块，这就使得利用模拟神经芯片解模糊是切实     

适应型神经网络系统的控制

控制对象系统根据控制领域的不同，或多或少具有非线形特性。尤其汽车发动机系统中更具有很强的非线性。目前，三层构造的神经网络对于非线性系统的控制非常有效。     

一类非线性系统自适应神经网络块控制器设计

对一类多输入多输出非线性系统,提出了一种基于块控原理自适应控制器设计方法.利用反演设计技术和RBF神经网络设计了控制器,并通过引入改进的Lyapunov函数,成功地避免了在控制函数矩阵未知情况下的自适应控制奇异问题.利用Lyapunov稳定性定理证明了系统的所有信号均有界.最后的仿真研究表明了该设计方法的有效性.     

基于神经网络的加速度计静态误差系数标定

利用具有强自学习性、自适应能力及非线性变换特性的神经网络方法，构造加速度计静态函数型神经网络模型，并用于对加速度计静态误差系数的标定。试验证明，利用该方法标定的系数结果具有高精度性，可较好地满足加速度计误差补偿的要求。     

模糊径向基函数神经网络(FRBF)及其在非线性控制中的应用

介绍了输入层具有一定隶属度的模糊径向基函数神经网络(FRBF),给出了一种训练方法.它比模糊小脑模型神经网络(FCMAC)具有更好的解析性和快速收敛性.用FRBF神经网络设计了具有虚拟系数的二阶非线性系统的控制器,仿真结果验证了模糊径向基神经网络(FRBF)的特性.     

应用神经网络的手写体数字识别算法研究

结合程序代码论述了1个手写体数字识别程序的原理。该识别程序应用了神经网络来实现其功能,采用BP网络。主要论及了关于BP网络的3个问题:反向传播算法;提高BP网络收敛速度的算法;以及文中提出的对网络进行修剪以期能改善其推广能力的1种算法。     

基于神经网络的防御体系有效性性能指标估算

目前防御体系的作战有效性分析多采用统计试验方法。基于多层神经网络计算模型，提出了一种新的防御体系的作战有效性性能的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于四种不同发射方案下防御体系作战有效性性能指标的估算，其测试结果表明．估算误差均在10%之内，说明了该方法是有效的、合理的。     

计算机视觉与神经网络

人类视觉的研究成果启发了人们对计算机视觉的改进,神经网络技术的发展为机器人视觉建立了实用的基础,使机器人具有相当强的视觉能力。研究一个实用结构,实现视觉神经网的不变性和联系性。     

神经网络PID在电机调速中的应用

针对传统PID控制器参数不能随直流电机转速变化而适时整定的缺点,将常规PID控制器与具有自学习功能的神经网络相结合,提出了基于BP神经网络的PID控制算法。通过工控机与PLC之间的通信,实现用户自行开发的神经网络对PID参数的适时整定,其控制效果已经通过实验进行了充分验证,较传统参数固定式PID调速器具有更快的调节速度和更高的调节精度。     

神经网络用于风洞中压气机失速监控

旋转失速和喘振是严重影响轴流压气机性能的截然不同的两种气动不稳定现象。旋转失速和喘振均能引起转子和静子叶片振动及压气机内部温度急剧上升，在叶片上的大的动应力会引起严惩的机械破坏。对16英尺超音速风洞试验中压气机的3C3转子叶片，失速发生约10转（即1秒）后，失速产生的振动应力将达到对压气机产生机械危害的程度。旋转失速是16英尺跨音速风洞试验中C－1压气机中常见的不稳定现象；旋转失速在2转（0．2秒）时间内，产生一个应力峰值并逐渐衰减。显然，需要一个系统在出现失速征兆的瞬间能很快探测到并发出警告，该系统还具有自主修正能力。建立在多年实践观察基础上的开环技术已成为当前主要的监控模式，工程师可以采修正的操作以避免压气机进入失速。在控制系统中引入闭环防失速装置可使压气机工作点离开失速边界是人们最终的追求目标。实现对压气机失速的控制需要对开环和闭环模式的高速自动处理。神经网络用于数据分类、信号处理、对象建模及预测的一项新的信息处理技术。由于神经网络用于数据分类具有快速、精确及高抗噪性，因而，神经网络适合被选作对压气机不稳定性进行探测及监控研究。