基于混沌神经网络的二维局部均值估计自适应滤波

为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌神经网络估计局部期望输出进行滤波.仿真结果表明,该局部均值估计滤波器当输入信号为均值不为0且变化较大时,输出信号仍能较好地实现对输入信号的跟踪,获得了原始信号的主要特性,从均方误差曲面来看,算法具有较快的收敛速度和较高的滤波精度.     

基于灰色关联分析的SOM神经网络在葡萄分类中的应用

随着葡萄酒需求的大量增加,葡萄酒的质量受到了越来越多的关注.一般地,葡萄酒质量采用感官品尝的结果来评定,但是却经常受到多种因素的影响,同时葡萄酒的质量又没有统一的标准,因此葡萄酒的质量评价体系的建立亟待解决,而酿酒葡萄的质量直接决定了葡萄酒的品级.为了得到较好的葡萄酒先要对葡萄进行筛选.基于葡萄的理化指标较多,用灰色关联分析对数据进行初步处理,提取出影响葡萄质量的数个主要理化指标,再运用数据挖掘中的SOM神经网络技术对葡萄进行聚类分析.仿真结果表明:SOM神经网络能够直观准确地将原27类葡萄样品分为7类,且每一类中的葡萄样品均有一定的相似性.     

舰船噪声波形结构特征提取及分类研究

本文系统深入地地分析研究了舰船噪声信号的时域波形结构特征,利用舰船器声信号的过零点,峰间幅值,波长差,波列面积分布以及时域特性提取技术,     

一种测定钢表面裂纹深度的涡流检测技术

采用涡流法检测钢表面的缺损状况和裂纹深度.设计和制作了双线圈涡流传感器和检测电路.并确定了裂纹深度与响应电压的关系曲线.     

四像限光电探测器的逆光路模型

讨论了探测器的观测空间转换问题。介绍了一种用神经网络建立的从电信号特征参数到光路参数的光路反模型的方法。根据四像限光电探测器的两路输出信号在过零点附近时间段的逼近直线的斜率和截距与光电探测器的三自由度安装位置，以及探测器光敏面的离焦量的特殊关系，建立了称之为模型1的四像限光电探测器光路逆模型。同时以探测器特定时刻输出电压作为观测量，建立了称之为模型2的探测器光路逆模型。并以探测器光敏面的离焦量为例，给出了两个模型的实测值和模型1的重复性测试值。重复性测试值表明，模型1的最大重复测试误差只有O．015mm。实测结果证明，模型1的检测精度可以达到微米级，而用探测器特定时刻输出电压建立的逆模型的检测精度只能达到毫米级，这证明用探测器输出信号过零点附近时间段的逼近直线参数作为观测信号优于用输出信号特定时刻电压作为观测信号。     

基于BP神经网络的某型飞机火控系统故障诊断

根据某型飞机火控系统的特点,给出了BP神经网络数学模型及其学习算法,在此基础上以某型飞机火控系统作为为被诊断对象,运用BP神经网络数学模型及其学习算法对其进行故障诊断。诊断结果表明BP神经网络不仅能识别出样本自身的故障,而且能准确诊断出样本以外数据故障,提高某型飞机火控系统一线维修保障效率。     

基矛模糊控制的水下潜器沉浮控制方法

针对水下潜器实际工作的需求和水下沉浮运动特征,提出一种基于自适应模糊控制的水下潜器自主沉浮控制方法。该方法从优化隶属函数入手,采用多层前向神经网络的误差反向传播（EBP）算法对它的参数进行在线修正．并采用Delta—Bar—Delta学习规则对学习速率进行在线调整,使EBP算法具有较快的收敛速度,同时避免了局部极小值问题。仿真实验表明,对于水下潜器自主沉浮运动的不能精确建摸、干扰严重的非线性与时变情况,这种自适应模糊控制是一种较好的控制方式。     

基于显著性特征和DCNN的高分遥感影像场景分类

高分遥感影像的场景分类是解译遥感影像信息的重要工作之一.为了准确提取出目标信息,针对高分遥感影像场景分类中存在的背景复杂、目标多样、目标信息与背景信息难以区分等问题,提出了一种基于显著性特征和深度卷积神经网络(DCNN)的高分遥感影像场景分类方法.首先,利用K-means聚类与超像素分割算法得到影像的颜色空间分布与颜色对比图,融合不同对比图,以得到显著图.然后,通过对数变换增强显著图中的特征,采用自适应阈值分割方法提高目标的区分度并划分出目标区域和背景区域,以提取出感兴趣区域.最后,构建了一种用于提取深层语义特征的DCNN模型,并将得到的特征输入网络模型中进行训练和分类.实验结果表明,本方法能有效区分主要目标信息与背景信息,减少无关信息的干扰,在UC-Merced数据集和WHU-RS数据集上的分类精度分别为96.10％和95.84％.     

基于卷积神经网络的跨年龄人脸识别系统研究

对年龄跨度具有鲁棒性的人脸识别系统在实际中具有广泛的应用,年龄的变化对人脸面部特征具有显著的影响,会导致人脸识别的准确率下降。提出一种基于卷积神经网络的跨年龄人脸识别系统,包含人脸检测、人脸预处理、卷积神经网络提取特征、期望最大化(EM)算法和余弦距离等部分。采用EM算法计算出身份特征,使得人脸识别系统对年龄变化具有鲁棒性。在MORPH-II和FG-NET跨年龄数据库中进行仿真实验,验证了人脸识别系统的有效性。     

基于深度学习方面自然语言处理技术(NLP)的研究

深度学习方面自然语言处理技术目前已经成为主要研究热点。从深度学习和自然语言处理的概念出发,深入研究基于深度学习方面自然语言处理技术的优势以及面临的挑战,并在此基础之上对其发展进行了展望。