基于模糊神经网络的石英加速度计的温度控制

提出了基于模糊神经网络的石英加速度计的温度控制系统.该系统包括模糊神经网络的温度控制软件设计和基于数字信号处理器和可编程逻辑器件(DSP+ FPGA)硬件开发平台的电路设计.模糊神经网络的反向学习过程采用离线学习方法在matlab7.0中进行;根据所设置的样本点对网络参数进行训练,然后把参数训练好的模糊控制程序写入温度控制单元DSP6713中,实现系统的温度控制.实验结果表明,该系统具有响应速度快,稳定性好,控制精度高等优点,其温度控制精度达到0.2℃,满足系统的实际应用要求.     

基于BP神经网络的UWB系统窄脉冲捕获技术研究

根据UWB信号的特性提出一种在低信噪比条件下实现快速捕获的新方法,即利用BP前向神经网络对极窄脉冲信号进行捕获,有效减少了在低信噪比条件下的平均捕获时间。其中着重分析了利用BP神经网络在低信噪比条件下检测窄脉冲信号的可行性以及接收信号的信噪比对检测的影响。并且对仿真出现的问题进行了分析,得出了一些有价值的结论。     

基于BP神经网络的人脸识别系统研究

本文设计了一种基于BP神经网络的人脸识别系统,并对其进行了性能分析.该系统首先利用离散小波变换获取包含人脸图像大部分原始信息的低频分量,对图像数据进行降维;再由PCA算法对人脸图像进行主成分特征提取,进一步降低图像数据的处理量;最后使用经过训练后的BP神经网络对待测人脸进行分类识别.详细介绍了离散小波变换、PCA特征提取以及BP神经网络分类设计.通过系统仿真实验与分析发现:人脸特征的提取是该系统的关键;同时,由于人脸灰度信息的统计特征与有监督训练BP神经网络分类器,使该系统只在固定类别,并且光照均匀的人脸识别应用场景中具有较高的识别准确率.因此,很难在复杂环境中应用.     

一种基于PCNN算法的图像选点滤波方法

提出了一种新的基于脉冲耦合神经网络算法的图像选点滤波方法,首先介绍了脉冲耦合神经网络算法模型,分析了噪声的特点。然后提出新的算法：用脉冲耦合神经网络构造图像像素点火时间矩阵,根据时间矩阵判别该点应采取怎样的滤波算法。最后通过图像质量评价方法对实验结果作了分析,结果证明该方法有效可靠,能够抑制高斯噪声和脉冲噪声。     

基于改进深度强化学习的电动汽车充换电站调度技术

由于电动汽车充换电站的请求存在明显的多样化特征,导致充换电站的负荷波动性较大,为此,提出基于改进深度强化学习的电动汽车充换电站调度技术研究。基于LSTM构建了充换电站需求响应模型,并设置了搜索区间的边界位置,以此得出最优的充换电站需求响应方案,利用卷积神经网络对实现对电动汽车充换电站调度的寻优,得出匹配最优的充换电站需求响应方案的调度结果。测试结果表明,设计调度技术可以实现电动汽车充换电站负荷曲线出现相对稳定的状态,未出现超负荷的情况。     

基于伪zernike矩的车牌字符识别

基于伪zernike矩的不变性,提出了基于伪zernike矩特征提取的车牌字符识别方法。在车牌区域定位的基础上,通过对图像的二值化过程和字符图像分割等一系列处理,在进行归一化处理后分别提取伪zernike的高阶矩。将提取的伪zernike矩作为字符的特征描述输入到BP神经网络进行训练,最后进行车牌字符分类识别。通过实验证明了该方法的的可行性。测试结果表明,这种方法实用有效,识别效果优于HU矩和zernike矩。而且可以计算出错误率和可识别的最佳矩,减小了计算量且增强了字符识别的实时性。     

模糊神经网络在火灾探测中的应用

本文提出了串联模糊神经网络应用于火灾探测系统，首先将输入信号模糊化后迭送入神经网络进行处理，其模糊系统用指征定义隶属度函数，神经网络采用三层前馈ＢＰ网络结构，用ＢＰ算法进行网络参数的训练。其后由模糊逻辑判决火灾或非火灾。实验结果表明该网络能够准确探测各种标准试验火并有很强的抗干扰能力。     

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,