学科分类
/ 2
27 个结果
  • 简介:采用神经网络来辨识汽车发动机的有关歧气管压力环节的非线性动态模型,为实现系统的非线性动态映射,引入了外部回归项,然后用动态Levenberg-marquardt算法来对动态模型进行参数估计.仿真结果表明,基于神经网络的模型具有较高的精度和较强的通用性.在此基础上,用动态增益矩阵法的故障诊断方法和神经网络实现汽车发动机的在线故障诊断.

  • 标签: 神经网络 汽车发动机 非线性系统 模型辨识 故障诊断
  • 简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络

  • 标签: 分支前馈网络(BFNN) 模式识别 标准反向传播网络 数字字符
  • 简介:针对TCP协议在无线多跳网络中性能下降的问题,模拟实现了5种典型的退避算法,分析和比较了退避算法和TCP协议在无线多跳网络环境下的交互性能。仿真结果表明,退避算法严重影响了TCP的丢包率和吞吐量性能。

  • 标签: 无线多跳网络 802.11协议 传输控制协议 退避算法
  • 简介:分析差动变间隙式电容传感器的非线性因素,提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验,通过计算机仿真与应用,实现了实验过程和实验数据处理的智能化和简单化,能有效地辨识传感器的非线性,从而提高了测量的精度和速度。

  • 标签: 电容传感器 人工神经网络 径向基函数网络 非线性辨识
  • 简介:对K-means算法加以改进,使用减法聚类确定聚类中心数量;以相距最远的两个样本作为聚类中心的边界,改进的K-means算法将K个初始中心分散到含有输入样本点的各个区域中,使其能够反映样本之间的关系和分布特征;初始中心确定后,使用点对称距离方法调整聚类中心。利用改进的K-means算法将历史日聚类分成4种天气类型,取相似日作为训练样本,对4种天气类型分别建立基于改进K-means算法的RBF神经网络功率预测模型。采用上海某光伏电站实测数据验证,结果表明提出的的预测方法精度提高,实用性较强。

  • 标签: 功率预测 径向基神经网络 K-MEANS算法 减法聚类 点对称距离
  • 简介:为解决多关节油压机械臂及手系统动态参数的时变性,应用递归神经网络(RNN)建立了油压机械臂及手的速度模型及逆模型,并用逆模型作为臂及手各关节的控制器实现了位置控制。实验结果表明,所建模型性能接近系统性能,位置控制精度也能达到控制目标的要求。

  • 标签: 油压系统 机械臂及手 位置控制 递归神经网络模型
  • 简介:日前,在山西太原召开的第九届全国核心期刊与期刊国际化、网络化研讨会上,我校学报编辑部主任吴学军同志以“科技论文不端著名解析”为题在大会上作了学术交流。学术不端是近年来大家比较关心的话题,吴学军同志的报告以鲜明的观点、生动的实例吸引了与会人员的关注,取得了良好的效果。

  • 标签: 期刊国际化 学报编辑部 学术交流 核心期刊 科技论文 网络化