基于T-S模糊模型的RBF网络的自适应学习算法

针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T-S模糊模型的RBF神经网络的自适应学习算法．该算法不仅能动态调节T-S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力．仿真结果验证了该算法是有效和可行的,表明此T-S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力．     

一种基于小波神经网络混合模型的说话人识别方法

提出一种混合模型,即将隐马尔可夫模型(HMM)和小波神经网络(WNN)相结合应用于说话人识别的模型.该方法利用HMM的时序建模能力以及小波神经网络较强的模式分类能力,进行与文本无关的说话人的识别.实验表明,采用这种混合模型可以提高系统的识别率,特别在噪声环境中具有一定的噪声鲁棒性,提高了识别性能.     

基于隐马尔可夫模型的ATM机用户异常行为识别

提出一种基于隐马尔可夫模型(hidden markov model,HMM)的ATM机异常行为识别方法.对ATM机前用户存(取)款行为的视频序列用Hu变换提取运动目标的行为特征,采用Baum-Welch算法对正常行为训练并建立隐马尔可夫模型,通过模型输出测试样本序列的概率来识别异常行为.用Matlab对ATM机用户运动行为的模拟视频进行实验仿真,结果表明:该方法对ATM机前的用户行为具有较高的识别率.     

基于组合神经网络的与文本无关的说话人识别

提出了一种用于N个说话人识别的组合神经网络,由N个子网组成,每个子网完成两类模式区分,将这N个子网组合起来完成N类模式的区分.子网选用RBF神经网络,并给出了自组织选取中心的方法.实验显示,对6名说话人,识别率达到94%.对10名说话人,识别率达93.17%.     

舞台机械中PLC与单片机之间多机通信的设计与实现

详细介绍了AB公司 174 6 BAS智能通信模板 ,包括硬件结构、工作原理、编程语言和使用方法等 .结合一个现代化剧场吊杆控制系统介绍了利用 174 6 BAS作为中介环节实现PLC(SLC5 0 0 )与单片机之间通信的方法 ,阐述了通信原理 ,提供了通信协议 ,给出了通信流程图     

Bayes估计理论在交通流检测中的应用

运用Bayes估计的基本思想,在已知先验概率的情况下,对交通顺畅时车辆和交通拥挤时车辆的分布情况进行估计,并对某条马路的连续100个周期进行观测的数据进行仿真.仿真结果证明,估计的车辆数与实际车辆数的分布情况基本相同,准确度比较高,运行速度较快,可以用于实时检测.     

基于大滞后磨矿分级系统的动态分支预测转移控制技术

针对较难控制的大滞后过程对象,提出动态分支预测转移控制技术,使控制回路在运行过程中始终保持最佳运行状态,最终提高工业过程设备的运行效率.通过在控制过程中增加对被控对象输入输出之间相关性的跟踪及处理,在基本预测控制算法的基础上再增加一个预测控制变量协调决策层,可在线任意拟合,利用反馈校正的滚动优化策略进行记录及优化,获得被控对象输入输出之间相关性及相应控制策略的动态分支预测转移控制表,结合系统设定值进行区间控制和约束保护措施,在暂态响应和稳态性能之间取得折衷,使控制效果得到明显的改善,不但增强输入控制量的规律性,而且提高响应的快速性和准确性.仿真实验表明模型的在线辨识精确,可以保证系统的鲁棒性能和预期的控制性能.     

桥梁结构健康监测数据采集系统设计方法研究

针对长期以来,难以实现大型桥梁长期在线实时监测的情况,系统地研究了大型桥梁结构健康监测系统数据采集子系统的设计方法、设计内容和原则,并对数据采集子系统的软件和硬件设计进行了探讨.     

基于一种新特征参数的说话人识别

针对传统的特征参数Mel频域倒谱系数MFCC难以满足语音信号的非平稳性问题,提出一种基于小波分析的新特征参数FPBW的提取方法.为了提高训练速度,采用正交高斯混和模型,将正交变换改到最大期望EM算法之前进行,从而减少训练时间.实验结果表明,新的特征参数FPBW优于特征参数MFCC,并且采用正交高斯混合模型进一步提高了识别性能和训练速度.     

基于流量特性的调节阀阀芯曲线智能拟合

 在金川公司选矿厂2006年大型浮选设备工业实验中,为保证矿浆液面自动控制系统液位的稳定性,提出了一种符合现场复杂情况,具有线性流量特性调节阀阀芯曲线的智能拟合方法。在基于过程补余量算法中,结合BP神经网络模型,用不同形状的调节阀阀芯曲线改变调节阀的原有流量特性,从对控制的稳定性、控制响应的时效性等因素考虑后,确定了这种阀芯的最佳拟合曲线,经现场实际使用验证,效果良好。