简介:采用神经网络来辨识汽车发动机的有关歧气管压力环节的非线性动态模型,为实现系统的非线性动态映射,引入了外部回归项,然后用动态Levenberg-marquardt算法来对动态模型进行参数估计.仿真结果表明,基于神经网络的模型具有较高的精度和较强的通用性.在此基础上,用动态增益矩阵法的故障诊断方法和神经网络实现汽车发动机的在线故障诊断.
简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:针对TCP协议在无线多跳网络中性能下降的问题,模拟实现了5种典型的退避算法,分析和比较了退避算法和TCP协议在无线多跳网络环境下的交互性能。仿真结果表明,退避算法严重影响了TCP的丢包率和吞吐量性能。
简介:分析差动变间隙式电容传感器的非线性因素,提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验,通过计算机仿真与应用,实现了实验过程和实验数据处理的智能化和简单化,能有效地辨识传感器的非线性,从而提高了测量的精度和速度。
简介:为解决多关节油压机械臂及手系统动态参数的时变性,应用递归神经网络(RNN)建立了油压机械臂及手的速度模型及逆模型,并用逆模型作为臂及手各关节的控制器实现了位置控制。实验结果表明,所建模型性能接近系统性能,位置控制精度也能达到控制目标的要求。
简介:日前,在山西太原召开的第九届全国核心期刊与期刊国际化、网络化研讨会上,我校学报编辑部主任吴学军同志以“科技论文不端著名解析”为题在大会上作了学术交流。学术不端是近年来大家比较关心的话题,吴学军同志的报告以鲜明的观点、生动的实例吸引了与会人员的关注,取得了良好的效果。
基于神经网络的汽车发动机建模和故障诊断
基于分支前馈神经网络的数字字符识别算法
无线多跳网络中退避算法与TCP的交互性能研究
基于径向基函数神经网络的电容传感器非线性辨识
油压机械臂及手系统递归神经网络建模与位置控制
我校学报编辑论文在全国核心期刊与期刊国际化、网络化研讨会上作大会交流