模糊超体神经网络及其在火箭发动机故障分离中的应用

提出了一种用模糊集表示火箭发动机故障模式的神经网络二次分离器,模糊集是由模糊超体聚集形成的集合体,模糊超体在一次分离中表现为由半径和球心确定的n维超球,在二次分离中是一个由夹角、球心和方向矢量确定的部分超球。神经网络二次分离学习算法与一次学习算法相比,提高了训练样本的分离精度,增强了神经网络对故障的敏感性。      

基于ANN的故障诊断专家系统的应用研究

介绍一种基于ANN的设备故障智能诊断专家系统模型,探讨了该模型的基本结构和相应的推理机制及故障诊断策略,提出将设备故障分为低层故障和高层故障的思想以及相应的分层诊断、分块进行的诊断策略,并以MK9-5卷接机组为诊断对象,研究了该模型及诊断方法在设备故障智能诊断中的具体应用.     

基于自校正模糊神经控制的无刷直流传动系统

提出了一种自校正模糊神经网络控制器(SCFNNC)来实现无刷直流电动机起动、调速、制动等各运行阶段的性能指标.该SCFNNC是采用调整系统增益参数的方法完成较完善的控制规则的.重点研究了系统自校正增益参数的确定方法,模糊控制器的设计,人工神经网络实现模糊控制规则的方法等.自校正增益参数是根据系统对超调量、转速稳态误差、动态速降的期望值来确定的.设计模糊控制器时是根据系统的性能指标,确定出合适的模糊控制规则表,用于训练神经网络.为使系统的性能达到最佳,采用了自校正模糊神经控制、开关控制和比例控制相结合的复合控制方法,通过数学仿真证实配备SCFNNC的系统具有优良的动、静态特性,及较强的鲁棒性.     

改进的基于神经网络的卫星遥感图像去条带方法

由于焦平面阵列的非均匀性影响,线阵列推扫所成的遥感图像表现出规律的条带失真,严重地影响图像质量。本文介绍一种基于神经网络的条带消除方法,以及利用该方法对实际遥感图像校正的结果。     

一种改进的无线通信网络带宽分配方法

无线通信网络中,为了实现动态、公平的带宽分配,满足用户需求,提出了一种基于令牌桶的改进带宽分配算法。该算法将令牌桶划分为和用户数相对应的虚拟分令牌桶,并且在令牌桶后加入了分漏桶来对用户占用的带宽进行二次分配,算法设定了用户优先级和用户权值,优先级可区分用户的重要程度,依据用户权值,普通用户按占用比例为重要用户贡献带宽。仿真结果表明,改进后的算法可有效提高无线通信网络的吞吐量,算法可以保证普通用户公平地获得带宽资源,同时可以满足重要用户的特殊需求。     

An approach to multi-temporal MODIS image analysis using image classification and segmentation

This paper discusses an approach for river mapping and flood evaluation based on multi-temporal time series analysis of satellite images utilizing pixel spectral information for image classification and region-based segmentation for extracting water-covered regions. Analysis of MODIS satellite images is applied in three stages: before flood, during flood and after flood. Water regions are extracted from the MODIS images using image classification (based on spectral information) and image segmentation (based on spatial information). Multi-temporal MODIS images from “normal” (non-flood) and flood time-periods are processed in two steps. In the first step, image classifiers such as Support Vector Machines (SVM) and Artificial Neural Networks (ANN) separate the image pixels into water and non-water groups based on their spectral features. The classified image is then segmented using spatial features of the water pixels to remove the misclassified water. From the results obtained, we evaluate the performance of the method and conclude that the use of image classification (SVM and ANN) and region-based image segmentation is an accurate and reliable approach for the extraction of water-covered regions.     

可容忍信标误差的三维传感网节点定位方法

针对信标位置存在误差情况下的三维无线传感器网络节点定位问题,提出一种基于正交回归的多跳定位方法.同时考虑到自变量误差和因变量偏差对节点坐标估计的影响,基于约束加权正交回归参数估计准则,建立可容忍信标位置误差的三维多跳定位模型,解决了信标位置和距离估计两方面的误差并存时的节点自定位问题,并给出求解节点坐标最优值的数值方法;推导出相应的坐标估计精度评估标准3D-MCRB (3D Multi-hop Cramér-Rao Bound).仿真结果表明:此方法对信标位置误差和距离估计误差都具有较好的抑制能力,在大多数实验条件下,能将定位精度提高10%以上.     

航空铝合金针孔缺陷自动分级的图像处理方法

针对目前航空铝合金铸件针孔缺陷人工分级的缺点,用X射线照相获取的图像,采用一种计算机图像处理和模式识别的方法进行针孔缺陷自动分级,并主要对图像处理的算法进行了研究.根据针孔缺陷图像的灰度分布特点,采用小波分析的方法滤除低频干扰信息,保留针孔的高频信息,再经过区域分割提取针孔区域,进而提取单个针孔的尺寸特征,然后进行宏观统计和分析,通过对1~8级标准图片的统计特征进行神经网络的训练,实现了针孔的自动分级.实验结果表明,这种图像处理方法有较好的适应性.      

基于神经网络液体横向晃动时罐体受力的预测

用Fluent软件,VOF(Volume of Fluid)模型,对基准罐体在不同充液比下受到横向加速度时的受力进行数值模拟;以充液比、前两时刻基准罐体受力、加速度及将要经历的加速度作为输入,以下一时刻受力作为目标输出,选用合理的计算结果作为训练样本,建立基于BP神经网络液体横向晃动时基准罐体受力的预测模型,用158个样本对完成训练的网络进行可靠性验证,横向力、垂向力和侧倾力矩最大预测误差分别为8.88%,0.36%,1.38%,符合精度要求.基准罐体的时间步长和受力进行修正后,与一般圆柱及椭圆形罐体受力的大小和规律基本一致;对于作横向运动的柱形罐体,受力大小与罐体长度成正比.通过修正基准罐体的时间步长和受力,对一般圆柱及椭圆形罐体的受力也可实现BP神经网络的预测,为罐车动力学分析快速有效地提供所需数据.      

航空电子高速交换式网络的服务质量保证方法

以保证航空电子高速交换式网络的实时性和高带宽为目的,提出光纤通道(FC,Fibre Channel)通信协议承载于波分复用(WDM,Wavelength Division Multiplexing)传输机制之上的架构.采用适用于实时交换的周期性数据流模型,提出了基于负载匹配的输出轮询(LOR,Load-matching Output Round)调度算法.该算法仅使用一次仲裁即可达到输入/输出的最大匹配(100%).给出LOR算法的核心代码,时间复杂度仅为O(1),易于在硬件中实现.最后通过将LOR算法嵌入到网络处理器中,注入时间敏感的负载流量,以服务质量特性(延迟、吞吐和超时消息数)为性能衡量指标进行实验,结果表明LOR算法在轻负载(30%)下,服务质量特性与经典算法(iSLIP, DRR, EDRR)基本持平;在重负载(70%)下,仅LOR算法能满足延迟的实时性要求,且LOR吞吐率高于经典算法近10个百分点,超时消息数比经典算法少了100个以上.