重大公共因素对股票价格影响的量化分析

利用神经网络的广义化性质,将上证综合指数波动较大的时刻假设为影响股市的重大公共因素出现的时刻,用平时的股票价格广义化出这些时刻不受公共因素影响时的价格,并与实际价格对比,从而量化分析出这只股票受重大因素影响的程度.     

导弹地面设备智能诊断系统

介绍了一种基于神经网络和专家系统的导弹地面设备智能诊断系统的设计思想和软硬件构成，详细叙述了智能诊断系统知识获取的实现方法。     

用光学神经网络进行导弹末制导的研究

分析了现有多种制导方式的特点，结合国内实际，提出了一种基于光学神经网络的导弹末制导系统，该系统具有光学神经网络运算速度快，对畸变目标识别能力高等优点，在导弹原有惯性制导系统上进行了改进，成本低。理论分析和模拟实验结果表明，这种基于光学神经网络的导弹末制导系统具有并行处理速度快，识别率高的优点，有广阔的应用前景。     

调整工艺参数对ESR熔池深度影响的研究

研究了自耗电极自动进给系统下的电渣重熔 (Electroslagremelting简称ESR)工艺参数与熔池深度h( 0 ,Y)的关系 ,它可用h( 0 ,Y) =A·e-B/Y数学式表示 ,其中A ,B为工艺参数的函数。利用这一数学表达式 ,如果工艺参数变量为已知 ,则可求出任意锭高Y的h( 0 ,Y) 。比较了调整功率与等电流重熔二种工艺 ,结果表明 ,前者得到的h( 0 ,Y) 有明显的降低 ,且随锭高Y的增加 ,h( 0 ,Y) 变化亦小 ,有利于得到均匀的铸态组织。假若调整幅度选择得当 ,在锭高Y大于某一值时 ,获得近等深熔池是可能的     

ADAPTIVE FLIGHT CONTROL SYSTEM OF ARMED HELICOPTER USING WAVELET NEURAL NETWORK METHOD

A discussion is devoted to the design of an adaptive flight control system of the armed helicopter using wavelet neural network method. Firstly, the control loop of the attitude angle is designed with a dynamic inversion scheme in a quick loop and a slow loop. respectively. Then, in order to compensate the error caused by dynamic inversion, the adaptive flight control system of the armed helicopter using wavelet neural network method is put forward, so the BP wavelet neural network and the Lyapunov stable wavelet neural network are used to design the helicopter flight control system. Finally, the typical maneuver flight is simulated to demonstrate its validity and effectiveness. Result proves that the wavelet neural network has an engineering practical value and the effect of WNN is good.     

线性控制系统设计中的一种神经网络方法及其应用

研究一种基于神经网络的线性控制系统的设计方法，该方法以经典的数学理论为基础，摈弃应用神经理论设计控制系统时常用的试凑方法。仿真和试验验证了该方法的正确性。     

神经网络在计算复合材料刚度退化中的应用

复合材料层合板的刚度退化相当复杂,并且是非线性的,目前缺乏足够的理论依据,很难按实际情况计算.本文从神经网络的角度出发,借助于神经网络的自适应性,通过对材料的实际载荷和实测应变值进行学习,使网络掌握其中各层的刚度变化规律.并且通过数值仿真和实验验证,证明此方法是完全可行的.     

基于遗传算法优化BP神经网络的半球谐振陀螺温度补偿

针对半球谐振陀螺输出零偏易受温度影响而产生漂移的问题,提出了采用遗传算法优化BP神经网络的补偿方法.通过建立环境温度到谐振子温度的传递模型,得到谐振子温度随时间变化的关系,进而得到陀螺输出零偏随谐振子温度变化的漂移关系,通过该算法对漂移数据进行补偿,得到了较好的拟合结果.基于温度补偿算法的实验结果表明:在0℃～60℃的...     

基于深度学习的目标检测框架组件研究

深度学习与计算机视觉的结合给目标检测研究领域带来了全新的检测模式,通过对基于深度学习的目标检测网络分析研究,目标检测网络框架可模块化地拆分为特征提取网络、多尺度融合和预测网络三个部分。从组成目标检测网络模块化的角度对各个模块进行了详细的分析综述,并给出了如何根据实际需求来构建适合的模型框架建议,为基于深度学习的目标检测方法研究提供参考。