基于神经网络的电子线路故障诊断

分析了故障字典法在实际应用中存在的不足，提出将单位BP算法应用到电子线路的故障诊断中。对基于该方法的航空装备电子线路故障诊断进行了计算机仿真，并分析了网络参数的变化对训练结果的影响。仿真结果表明了该方法的合理性和有效性。     

导弹最优滑翔弹道的设计及存在的问题

优化飞航导弹末段无动力飞行阶段的滑翔距离,对于提高导弹的战技指标具有很大的意义。通过优化分析可知,保证最大滑翔距离的最优滑翔策略近似等价于导弹以最大升阻比飞行。为了实现这种飞行策略,首先设计了寻优法实现策略,然后比较了另外两种可行的控制方式,经仿真发现都可以实现理论上的数值最优解。为了在导弹真实飞行时保证这一策略的实现,提出了利用神经网络逼近气动数据的自适应方法,作为进一步工作的方向。     

平均场退火算法在GPS姿态确定中的应用

研究了基于GPS载波相位测量载体姿态的技术 ,采用了精度高速度快的平均场退火算法(MFANN)。MEFANN是竞争性的Hopfield神经网络和随机模拟退火算法结合起来的一种算法 ,用来求解最优姿态确定问题。首先阐述了GPS载波相位姿态测量基本原理 ,接下来建立了姿态测量系统数学模型 ,应用MFANN算法来解算整周模糊度和方位角 ,最后给出了应用MFANN方法求解的实例 ,说明该方法是有效的     

基于神经网络的撞球机器人控制器设计

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。     

一种设计高强韧性钢材的新方法

在实验数据的基础上,利用人工神经网络建立高Co-Ni二次硬化钢的力学性能与合金成分及热处理温度对应关系的模型。提出将五个材料力学性能指标及部分合金成分作为网络的输入,其它合金成分和热处理温度作为网络的输出,根据要求的力学性能设计性能设计材料的合金成分含量及热处理条件,获得了满意的结果,为高性能材料设计提供了一定的理论辅助手段。     

基于ICA和BP神经网络相结合的掌纹识别

提出了一种基于独立成分分析(ICA,Independent Comment Analysis)和多层前馈(BP,Back Propagation)神经网络相结合的方法对掌纹进行识别.首先采用一种新的方法检测角点,得到掌纹图像的不变特征点,根据这些点校正掌纹方向并得到掌纹的感兴趣区域.对该区域采用定点快速ICA算法(FastICA),得到掌纹特征子空间,然后构建BP神经网络,并采用训练样本得到的掌纹特征进行训练,得到合适的权值.对香港理工大学掌纹数据库进行测试,与主成分分析(PCA,Principal Components Analysis)提取特征的方法进行比较,取得了较高的识别率.      

采用多层感知器的润扬桥损伤分析与定位

将针对一座大跨斜拉桥的拉索损伤采用多层感知器（MLP）进行损伤定位研究。首先在动力计算基础上定义了损伤模式,通过分析损伤模式发现：由各个损伤位置引起的损伤模式具有本质的不同特征,而损伤程度只是对损伤模式曲线的线性放大;第4,6,7阶频率对拉索损伤不敏感,因而将这3阶从损伤模式中剔除。然后采用trail-error方法设计了一个MLP网络来描述损伤模式的7维映射空间。辨识结果证明：设计合理的MLP可以有效地描述结构的损伤模式,并能正确地进行损伤定位。     

一类二元时滞细胞神经网络模型的周期解的存在性

利用时滞差分方程的有关理论及周期解的概念,讨论一类二元离散时滞细胞神经网络模型的周期解的存在性,为大规模网络的研究提供借鉴方法。     

反步法与神经网络融合的平流层飞艇轨迹鲁棒控制方法

针对平流层飞艇水平轨迹控制面临外部风场扰动和模型参数不确定的特点,提出一种反步法与RBF神经网络融合的非线性鲁棒轨迹控制方法.该方法采用Lagrange动力学模型,通过反步法直接求解推力和力矩的控制律,采用RBF神经网络动态优化调整反步法的控制增益参数.仿真结果表明,新的控制方法可实现平流层飞艇对直线/圆组合式参考轨迹...     

基于特征叠加网络的SAR海上舰船运动状态感知方法

针对合成孔径雷达(SAR)图像中的舰船检测与分类问题,常规的图像处理技术或者机器学习方式难以准确检测出海上舰船的类别以及当前舰船运行状态。因海上舰船目标具有相对于SAR图像尺寸较小、方位难以测算以及容易与其他目标混淆的特点,针对上述问题设计了端到端的海上舰船分类与状态感知模型,加入特征金字塔以达到拥有对于微小目标提取其深度特征,同时又保留其相对位置的目的;使用残差结构以解决特征融合网络层数增加导致的梯度消失问题;最后加入舰船状态感知模块,使其最终可以得到海上舰船目标相对于图像的角度值。使用公开SAR卫星图像进行了多次实验,最终体现出提出的端到端的模型具有较高的识别率以及良好的舰船状态估计能力。