排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
<正>According to the characteristic structure of double wells in bistable systems,this paper analyses stochastic fluctuations in the single potential well and probability transitions between the two potential wells and proposes a method of controlling stochastic resonance by using a periodic signal.Results of theoretical analysis and numerical simulation show that the phenomenon of stochastic resonance happens when the time scales of the periodic signal and the noise-induced probability transitions between the two potential wells achieve stochastic synchronization.By adding a bistable system with a controllable periodic signal,fluctuations in the single potential well can be effectively controlled,thus affecting the probability transitions between the two potential wells.In this way,an effective control can be achieved which allows one to either enhance or realize stochastic resonance. 相似文献
3.
ICA方法与NIR技术用于药片中活性成分含量的测定 总被引:1,自引:0,他引:1
用独立分量分析(ICA)方法提取药片近红外光谱数据矩阵的独立成分和相应的混合矩阵, 再用BP神经网络对混合矩阵和药片中活性成分的浓度矩阵进行建模, 提出了新的药片活性成分含量测定的基于独立分量分析-神经网络回归(ICA-NNR)的近红外光谱分析方法. 通过分析独立分量数和网络中间隐层的神经元数对模型性能的影响, 分别建立三类药片定量分析的最优模型. 该方法用于实测的三类药片中活性成分含量的测定, 测试样品集的化学检测值与近红外预测值的相关系数分别达到0.962, 0.980及0.979. 结果表明, 基于ICA-NNR的近红外光谱分析方法对制药业的药片进行定量分析是可行的. 相似文献
4.
基于FastICA和神经网络的红酒主要品质参数红外检测 总被引:1,自引:0,他引:1
为实现红酒中酒精含量、pH值以及残糖量的快速检测,对44个红酒样品的红外光谱数据进行了分析。使用快速独立分量分析(FastICA)算法对光谱数据矩阵进行分解,得到独立成分和相应的混合系数矩阵,再利用误差反向传播算法(back-propagation, BP)构造了三层的神经网络结构,建立了ICA-NNR模型。利用此模型对红酒样品的酒精含量、pH值以及残糖量进行预测,根据预测相关系数(r)和预测标准偏差(RMSEP)来评价预测模型的性能,结果表明该模型对红酒酒精含量、pH值以及残糖量测定的相关系数r分别为0.953,0.983和0.994,RMSEP分别为0.161,0.017,0.181。此外,预测样品集中的22个样品ICA-NNR模型预测值与参考值相比,酒精含量、pH值以及残糖量的最大相对偏差均小于4%。这为进一步开发红酒成分红外在线分析仪奠定了基础。 相似文献
5.
6.
两个双稳系统经非线性耦合而成为多稳态系统,该耦合系统与单一双稳系统相比具有较高的理论研究和实际应用价值.解析地分析了耦合系统在含噪弱周期信号作用下的响应特性,给出了耦合系数和双稳系统参数对随机共振的影响,表明耦合系统的随机共振是在带状的双势阱作用下产生的,还构建了反馈耦合控制原理框图.这为在双稳类系统中人为地产生随机共振或使共振效应更加强烈即随机共振的控制及其应用提供了可靠的理论依据.数值仿真结果与理论分析完全符合.
关键词:
耦合双稳系统
随机共振
控制 相似文献
7.
基于独立分量和神经网络的近红外多组分分析方法 总被引:12,自引:2,他引:10
采用小波变换对光谱数据进行压缩,用独立分量分析(ICA)方法提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,再用BP神经网络对混合矩阵和实测浓度矩阵进行建模,提出了基于独立分量分析-神经网络回归(ICA-NNR)的近红外分析建模方法。进一步研究了独立分量数和网络中间隐层的神经元数对模型性能的影响,经优化后的ICA-NNR模型在相关系数与均方根误差两个指标上均优于直接用光谱矩阵作为输入所建立的模型。本方法用于玉米中水分、淀粉、蛋白质3种主要成分含量的同时测定,检验样品集的化学检测值与近红外预测值的相关系数分别达到:淀粉r=0.971,蛋白质r=0.976,水分r=0.975。 相似文献
8.
两个单一双稳系统经非线性耦合而成为耦合系统,将其中一个双稳系统当作参数固定的被控系统,而另一个则作为参数可调的控制系统,通过调节耦合系数和控制系统的参数能产生随机共振.给控制系统外加单一频率信号,改变其频率大小能使控制系统产生共振.由于耦合的作用,控制系统的共振将影响被控系统的随机共振,从而在耦合系统中形式双共振现象,实现了用一个共振去影响另一个共振,并能使被控系统的随机共振更加强烈.经计算机仿真证实了它的有效性.
关键词:
耦合系统
双频信号
随机共振
双共振 相似文献
9.
可见/近红外光谱快速测定土壤中的有机碳含量和阳离子交换量 总被引:2,自引:0,他引:2
为实现土壤中有机碳(TOC)含量和阳离子交换量(CEC)的快速检测, 对300个土壤样品的可见/近红外光谱数据进行了分析。使用快速独立分量分析(FastICA)算法对光谱数据矩阵进行分解, 得到独立成分和相应的混合系数矩阵, 再利用误差反向传播算法(back-propagation, BP)构造三层神经网络结构。为了克服传统BP神经网络结构难以确定和易于陷入局部极小点的缺点, 采用遗传算法优化BP神经网络结构和初始权值, 得到ICA-GA-BP模型。利用此模型对土壤中TOC含量和CEC进行预测, 根据预测相关系数(R2)和预测标准偏差(RMSEP)来评价预测模型的性能, 表明该模型对TOC含量和CEC测定的相关系数R2均达到0.98以上。说明文章提出的ICA-GA-BP建模方法具有很好的预测效果, 为土壤品质的鉴别提供了一种新方法。 相似文献
1