基于Internet远程教学的多媒体CAI课件设计

本文对网络多媒体技术在网络教育中的应用进行探索和研究,分析CAI教学模式情况,结合实际教学的需要,设计基于远程教学的多媒体CAI课件。     

一种基于模糊聚类的组合BP神经网络数据挖掘方法

介绍了一种基于模糊聚类的组合BP神经网络的数据挖掘方法，并给出了该方法的模型和启发式BP改进算法Heuristicbp。且将其应用于数学函数值预测中，取得了学习时间短和预测精度高的效果，证明该方法是有效的，具有较高的实际应用性。     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.     

SpaceWire与SpaceFibre高速总线发展与研究

介绍SpaceWire总线和SpaceFibre网络的基本情况及其构成。分析了两者用于航天器时的优点。综述了两者在国内外发展和基础研究状况,给出了研究与应用中的高可靠SpaceWire-D信息组网和高速SpaceFibre网络传输等关键技术。     

大气层内动能拦截弹脉冲矢量发动机点火控制算法研究

基于脉冲矢量发动机的工作特点，提出了在飞行末端分段设计跟踪过程控制力的方法，其中过渡段利用最优控制以使所消耗的发动机数量最小，并引入神经网络以保证工作的实时性。在飞行初段，提出用直接力来对弹道进行调姿以减小中制导段需用过载的方案，并利用最优控制的方法设计了直接力作用方案。点火控制算法基于极坐标的形式，该法可充分利用脉冲矢量发动机，且可灵活控制直接力的指向。仿真表明，所提方法可以最小的代价跟踪上外界输入，具有较高的工程应用价值。     

A neural network-based ionospheric model for Arecibo

The Arecibo Observatory (18°N, 66°W) has the world’s largest single dish antenna (300 m diameter). Beyond radio astronomy it can also operate as an incoherent scatter radar and in that mode its figure-of-merit makes it also one of the most powerful world-wide. For the present purpose all electron density data available on the web, from the beginning with the first erratic measurements in 1966 up to 2004 inclusive, were downloaded. The measurements range from about 100 km to beyond 700 km and are essentially evenly distributed, i.e. not dedicated to measure specific geophysical events. From manually edited/inspected data a neural network (NN) was established with season, hour of the day, solar activity and Kp as the input parameters. The performance of this model is checked against a – likewise NN based – global model of foF2, a measure of the maximum electron density of the ionosphere. Considering the diverse data sources and assumptions of the two models it can be concluded that they agree remarkably well.     

压电叠堆主动减振的神经网络PID实时控制

为实现对带有模型尾支杆支撑系统在吹风过程中振动特性的实时控制,以压电陶瓷叠堆为减振元件设计了尾支杆一体化结构;提出了神经网络PID(Proportion-integration-differentiation)实时控制方法,建立了该尾支杆一体化结构的运动方程,推导出神经网络进行系统识别的状态方程,以此为基础进行控制器的设计并基于Labview软件编写控制程序;最后在风洞中,对该控制方法的控制效果进行了试验验证。试验表明利用该控制系统可进行实时控制;对不同风速下激励的振动,控制后的均方根幅值(Root mean square,RMS)减小55%以上,且该控制方法具有良好的鲁棒性、可靠性和容错性。     

输送线网络监控系统的设计与实现

对可编程控制器控制原理进行分析,提出一种在已有设备的基础上进行改造,从而实现基于网络的监控技术。通过RS-485数据传输技术,运用TCP/IP协议,用MCGS(Mon itor and Control Generated System)组态软件编写程序软件,以图形界面实现对输送线的过程进行监控。     

应用神经网络的航空发动机故障诊断仿真研究(英文)

传统的定期维护制度成本高 ,劳动强度大 ,且对发动机故障的诊断和探测能力十分有限。现代飞机上的发动机监控系统 ( EMS)具有向维护人员提供有关发动机故障信息的潜在能力。本文将径向基函数 ( RBF)神经网络应用到航空发动机故障诊断中。该方法能够依靠测量参数探测发动机多个气路故障 ,并对各大部件的性能退化进行定量的诊断。仿真结果表明 ,诊断的精度能够满足实际应用的需要 ,神经网络的非线性映射能力可用来捕捉发动机的特性。该方法具有通用性 ,在其他类似的复杂机械中也可以获得应用。     

网络陶瓷增强铝基复合材料的摩擦磨损特性

提出了三维陶瓷网络（骨架）增强金属基复合材料的新构思，设计和制备了一种新型的三维陶瓷网络（骨架）增强铝合金复合材料，研究了其在干摩擦状态下的滑动摩擦磨损行为。结果表明，基体铝合金在重载时产生严重粘着磨损，磨损层发生软化和塑性流动，而复合材料中的陶瓷颗粒暴露于磨损表面并起承载作用，从而保护基体不发生严重磨损，复合材料对磨环的磨损量大于基体合金对磨环的磨损量，但复合材料摩擦副的总摩损量比基体合金摩擦副的小。