基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

平面阵列波导光栅波导模式参量的分析

用周期波导的方法分析平面阵列波导光栅(AWG)的本征方程及波导模式参数,结果表明波导传播常数是带状分布的,与波导间隔有关。分析结果对器件的优化设计有一定的指导意义。     

图像传感器产品及市场扫描

如果把计算机比作人的大脑，那么通讯就是人的神经网络．而传感器则是人的五官并具有五官的延伸功能。     

一维长序DFT的协处理阵列结构设计与实现

文章针对一维长序DFT计算问题，分析其计算结构以及算法的并行性，提出一种阵列协处理结构．并分析这种协处理机结构上DFT计算的组织及具体实施算法步骤和方法，并对这种协处理阵列结构上运行的DFT进行复杂性分析。这对计算DFT专用集成协处理结构芯片开发，提高专用嵌套系统性能非常实用。     

一般阵列误差情况下信号二维方向角估计

针对均匀圆阵存在一般阵列误差的情况,提出一种信号二维方向角估计方法.基于均匀圆阵的阵列流形和阵列输出的协方差矩阵,采用加权总体最小二乘法估计信号二维方向角.并给出了解整周期性模糊的方法.计算机仿真表明了此方法估计精度高,对阵列误差鲁棒性强,并且各项性能都接近于CRB.     

等离子体刻蚀工艺控制模型分析

讨论了主因素分析法以及神经网络法在等离子体刻蚀工艺中的应用.结果表明主元素分析法可以实现对数据的压缩,而神经网络算法则显示出比传统的统计过程控制算法更好的准确性.     

无线电遥控多路开关系统的设计

文章介绍了一种应用新型射频收发模块对,并结合编译码芯片组设计无线电遥控多路开关系统的方法。在该方法中详细阐述了无线电遥控开关系统的组成结构和工作原理。其中,在发射电路中我们采用二极管组合逻辑开关阵列实现对开关按键编址,从而对受控电路进行选择控制,明显降低了系统成本;在接收控制电路中引入单片机,通过充分利用其软、硬件资源,使系统具有优异的可扩展性、可升级性和操作方便等特点。     

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

一种智能型的PCB产业需求预测方法

目前需求预测在整个印制电路板产业的生产活动控制中正扮演着越来越重要的角色。分析了影响印制电路板需求的因素和现有的预测方法,提出了一种适用于PCB产业需求预测的有效方法——遗传/BP—神经网络。实验表明该方法能够进一步改善印制电路板预测的准确度和减少生产成本的消耗。