红外航空图像自动目标识别的形态滤波神经网络算法

 提出了一种有实用意义的形态滤波神经网络模型及其自适应 BP学习算法。形态滤波网络的优化设计过程实际上是网络参数 (结构元素 )不断调整、逐步适应图像环境的优化学习过程,从而将目标客体的特征规律反映到网络结构上来,以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力。为结合运动图像目标的检测需要,采用了渐进收缩误差、适时校正网络权值的动态跟踪学习算法。通过实验结果可以看出,该算法不仅能适应复杂多样的背景环境,而且对运动目标的连续检测能力具有位移不变、伸缩不变和旋转不变的特性。     

基于改进的克隆选择算法的多用户检测技术

 根据克隆选择原理的免疫机理，提出了一种改进的克隆选择算法(CSA),进而设计了2种码分多址（CDMA） 多用户检测器：一种方法是混合Hopfield神经网络和克隆选择算法；另一种方法是把多阶段检测器MSD嵌入到克隆选择算法的每一代中。通过混合MSD到克隆选择算法中，可以加快克隆选择算法的收敛速度，减少计算复杂度。另外，克隆选择算法所提供的好的初值可以改善MSD的性能，嵌入的MSD还改善了克隆选择算法的性能。仿真结果证明了该方法无论抗多址干扰能力和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

基于ECEF的广义最小二乘误差配准技术

 雷达组网数据处理首先要进行误差配准,来准确地估计和消除系统误差。传统的误差配准技术多基于球极投影,当雷达之间距离较远时,给配准结果引入一定的误差。基于地球中心坐标系(ECEF),提出了一种广义最小二乘的ECEF-GLS误差配准技术,较好地解决了远距离误差配准问题,误差分析表明,如果忽略模型线性化引入的误差,配准结果达到了CRLB下限。最后,使用仿真数据验证了算法的性能,并和Zhou提出的基于ECEF坐标系的最小二乘ECEF-LS误差配准算法进行了比较。     

安全供货库存量的径向基函数决策模型

径向基函数神经网络是一种拓扑结构简单、学习过程透明的神经网络模型。在本文中 ,把它应用到ERP的安全供货库存量的决策中 ,不仅避免了BP神经网络模型固有的缺陷 ,而且在实际的应用过程中对其隐层节点的生成方式作了控制 ,优化了其结构 ,简化了其权值矩阵 ,提高了运算速度。     

人工神经网络在飞机电源系统故障诊断中的应用

分析总结飞机电源系统故障经验后建立故障数据库 ,以该数据库为基础设计实现了一个基于神经网络的飞机电源故障诊断系统。由于诊断网络的权值和结构随着实际的排故结果不断进行更新 ,因此它具有很强的故障诊断能力。经过大量的实际验证 ,该方法故障定位的准确性很高     

基于AANN的数字滤波技术

航空发动机在高温、高压、高转速及较大振动等恶劣的条件下工作时,其控制系统中的传感器很容易受到干扰,所以发动机测量参数中常常包含较大的噪声,另一方面,发动机的测量参数多于其独立变量的数量,即在这些测量参数中存在冗余信息。AANN（自联想神经网络）通过对信息的压缩及解压缩过程,能够利用冗余信息抑制其测量噪声。在发动机故障诊断过程中,应用自联想神经网络对测量参数进行预处理,可以大大提高故障诊断的准确率。     

利用神经网络快速极值搜索算法研究微喷十字梁系统

针对极值搜索算法在一般实际系统中的应用问题,以微喷十字梁实验系统为例,采用极值搜索算法,设计出控制器,同时考虑加入动态补偿器和RBF神经网络改善系统性能。仿真结果表明,该设计系统具有较好的稳定性及动态性能,对于噪音具有较强的鲁棒性,从而提出了一种在一般实际系统中应用极值搜索算法的方法。     

全局渐近稳定的时滞细胞神经网络模型研究

利用Lyapunov泛函方法和不等式技巧，研究了一类细胞神经网络的全局渐近稳定性，通过引入一系列参数．给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法。     

飞行仿真气动数据处理的神经网络应用

利用神经网络一致逼近任意非线性连续函数的特性,训练具有一个隐含层的神经网络来映射飞行参数和气动系数模型相比,飞行仿真系统计算速度更快、计算精度更高。在自修复飞行控制系统研究中,为故障飞机建模所需大量故障状态气动系数数据处理提供一种新方案。也为一般飞行仿真系统气动数据处理方法提供了一种新的思路。     

玻璃钢压力管材卷制成型工艺中的张力优化设计

在玻璃钢压力管材卷制成型工艺中,卷制张力的设计是保证产品质量的关键之一。本文分析了卷制过程中张力变化规律及影响因素,并由弹性理论给出了一组玻璃钢管的内张力分布公式。根据该组公式讨论一种神经网络结构对卷制张力进行优化。结果表明:通过该神经网络优化的卷制张力能使生产的管材每一层均处于等内张力状态。