神經(jīng)網(wǎng)絡(luò) 文章最新資訊

基于RBF神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)傳感器故障診斷方法

引言
傳感器是現(xiàn)行研究的壓鑄機(jī)實(shí)時(shí)檢測與控制系統(tǒng)的關(guān)鍵部件，系統(tǒng)利用傳感器對壓鑄機(jī)的各重要電控參數(shù) (如：合型力、油壓、壓射速度、模具溫度等)進(jìn)行檢測，并進(jìn)行準(zhǔn)確控制。這一過程中，各傳感器輸出信號(hào)的
關(guān)鍵字：故障診斷方法傳感器控制系統(tǒng) RBF 神經(jīng)網(wǎng)絡(luò) 基于仿真

Widrow-Hoff神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則的應(yīng)用研究

摘要：基于線性神經(jīng)網(wǎng)絡(luò)原理，提出線性神經(jīng)網(wǎng)絡(luò)的模型，并利用Matlab實(shí)現(xiàn)Widrow-Hoff神經(jīng)網(wǎng)絡(luò)算法。分析Matlab人工神經(jīng)網(wǎng)絡(luò)工具箱中有關(guān)線性神經(jīng)網(wǎng)絡(luò)的工具函數(shù)，最后給出線性神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識(shí)中的實(shí)際應(yīng)用。通過對
關(guān)鍵字： Widrow-Hoff 神經(jīng)網(wǎng)絡(luò) 應(yīng)用研究

基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電加熱爐爐溫PID控制研究

　　摘要：以電加熱爐為控制對象，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的PID控制策略。針對BP網(wǎng)絡(luò)學(xué)習(xí)速度的緩慢性及較差的泛化能力，受Fletcher-Reeves線性搜索方法的指引，對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，改善算法在訓(xùn)練過程中的收
關(guān)鍵字： PID 控制研究加熱爐神經(jīng)網(wǎng)絡(luò) 改進(jìn) BP 基于

基于模擬退火神經(jīng)網(wǎng)絡(luò)的I型FIR數(shù)字濾波器設(shè)計(jì)

摘要：提出一種基于模擬退火神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)FIR數(shù)字濾波器的方法，是對用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法的一種改進(jìn)。由于線性相位FIR數(shù)字濾波器的幅頻特性是有限項(xiàng)的傅里葉級(jí)數(shù)，因此構(gòu)造了一個(gè)三層余弦基神經(jīng)網(wǎng)絡(luò)模型，并用模擬退火
關(guān)鍵字： FIR 模擬退火濾波器設(shè)計(jì) 神經(jīng)網(wǎng)絡(luò)

基于S7-200 PLC的模糊神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)

摘要：隨著智能信息技術(shù)的發(fā)展，模糊神經(jīng)網(wǎng)絡(luò)算法廣泛應(yīng)用于工業(yè)控制。但該算法尚未應(yīng)用于PLC。針對這種現(xiàn)狀，給出基于S7-200PLC的模糊神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)。利用模糊神經(jīng)網(wǎng)絡(luò)算法的理論知識(shí)，在S7-200的平臺(tái)上采用梯形
關(guān)鍵字：算法設(shè)計(jì) 神經(jīng)網(wǎng)絡(luò) 模糊 S7-200 PLC 基于

神經(jīng)網(wǎng)絡(luò)預(yù)測編碼器的設(shè)計(jì)及應(yīng)用

1 BP網(wǎng)絡(luò)結(jié)構(gòu)及其算法
反向傳播算法又稱誤差后向傳播算法(Error Back Propagation Algorithm)，它是用來訓(xùn)練多層前饋網(wǎng)絡(luò)的一種學(xué)習(xí)算法。是一種有監(jiān)督的學(xué)習(xí)算法。通常稱用誤差反向傳播算法訓(xùn)練的網(wǎng)絡(luò)叫BP網(wǎng)絡(luò)
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò) 編碼器

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

1 引言
在造紙、印染、紡織等高精度、高轉(zhuǎn)速傳動(dòng)系統(tǒng)中，隨著工業(yè)自動(dòng)化程度的提高和生產(chǎn)規(guī)模的擴(kuò)大，采用單電機(jī)驅(qū)動(dòng)往往難以滿足生產(chǎn)的要求。而多電機(jī)同步控制歷來是最核心的問題，對多電機(jī)同步協(xié)調(diào)控制，國內(nèi)
關(guān)鍵字：控制同步電機(jī) 神經(jīng)網(wǎng)絡(luò) 基于多電機(jī) 神經(jīng)網(wǎng)絡(luò) PID 同步控制控制器

基于神經(jīng)網(wǎng)絡(luò)的微波均衡器建模與仿真

大功率行波管等微波管是雷達(dá)等電子裝備的核心器件，其技術(shù)水平?jīng)Q定了電子裝備的戰(zhàn)術(shù)性能。但是由于大功率微波管的增益波動(dòng)較大，在等激勵(lì)輸入的情況下，不能使頻帶內(nèi)所有點(diǎn)均達(dá)到飽和輸出，這樣會(huì)造成輸入信號(hào)產(chǎn)生諧
關(guān)鍵字：建模仿真均衡器微波神經(jīng)網(wǎng)絡(luò) 基于微波均衡器人工神經(jīng)網(wǎng)絡(luò) RBF網(wǎng)絡(luò) 仿真

基于模糊神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人沿墻導(dǎo)航控制

移動(dòng)機(jī)器人沿墻導(dǎo)航控制包含了追蹤和避障兩種情況，是移動(dòng)機(jī)器人研究中的常見問題。它是指機(jī)器人在一定方向上沿墻運(yùn)動(dòng)，或者更一般意義上的沿著物體輪廓運(yùn)動(dòng)，并與墻保持一定距離。移動(dòng)機(jī)器人利用聲納采集機(jī)器人與墻體的距離和角度信息，通過模糊神經(jīng)網(wǎng)絡(luò)將輸入數(shù)據(jù)進(jìn)行融合，從而判斷移動(dòng)機(jī)器人的位姿信息，輸出左右輪速度控制其動(dòng)作。實(shí)驗(yàn)證明此方法可以有效地保證移動(dòng)機(jī)器人在安全距離內(nèi)沿墻體運(yùn)動(dòng)。對比采用模糊神經(jīng)網(wǎng)絡(luò)前后的實(shí)驗(yàn)，采用后的移動(dòng)機(jī)器人沿墻導(dǎo)航控制軌跡優(yōu)于采用前，均方誤差大大減小。
關(guān)鍵字：導(dǎo)航控制機(jī)器人移動(dòng) 模糊神經(jīng)網(wǎng)絡(luò) 基于

基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑模逆控制器設(shè)計(jì)

1、引言導(dǎo)彈的運(yùn)動(dòng)模型是一個(gè)十分復(fù)雜的非線性變參數(shù)模型。反饋線性化是一種重要的非線性控制方法，其基本思想是通過狀態(tài)變換，將一個(gè)非線性系統(tǒng)的動(dòng)態(tài)特性全部或部分變換成線性特性，從而用成熟的線性控制方
關(guān)鍵字：控制器設(shè)計(jì) 滑模適應(yīng) 神經(jīng)網(wǎng)絡(luò) 基于

飛機(jī)剎車模糊神經(jīng)網(wǎng)絡(luò)DSP嵌入式控制系統(tǒng)

飛機(jī)剎車模糊神經(jīng)網(wǎng)絡(luò)DSP嵌入式控制系統(tǒng),飛機(jī)剎車系統(tǒng)是飛機(jī)上具有相對獨(dú)立功能的子系統(tǒng)，承受飛機(jī)的動(dòng)、靜態(tài)載荷及著陸時(shí)的動(dòng)能，實(shí)現(xiàn)飛機(jī)的制動(dòng)控制。　　從20世紀(jì)40年代至今，飛機(jī)剎車系統(tǒng)已發(fā)展到第四代。第一代飛機(jī)剎車系統(tǒng)由離合開關(guān)調(diào)節(jié)壓力來實(shí)現(xiàn)剎
關(guān)鍵字：嵌入式控制系統(tǒng) DSP 神經(jīng)網(wǎng)絡(luò) 剎車模糊飛機(jī) 數(shù)字信號(hào)處理飛機(jī)剎車系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 模糊控制嵌入式

基于神經(jīng)網(wǎng)絡(luò)的電子鼻肺癌早期診斷系統(tǒng)

肺癌是目前全世界最常見的惡性腫瘤之一，其發(fā)病率和死亡率不斷上升。究其原因是肺癌病因不明，發(fā)病時(shí)間短、轉(zhuǎn)移快、惡性程度高，早期不易診斷，到中、晚期失去了手術(shù)機(jī)會(huì)，患者五年生存率僅為15％左右。早期發(fā)現(xiàn)可使患者五年內(nèi)生存率提高到70％～80％。所以早期發(fā)現(xiàn)、早期診斷、早期治療是提高肺癌生存率和降低死亡率的關(guān)鍵。肺癌早期通常無特殊癥狀，幾乎不被醫(yī)生和病人警覺，并且常用診斷方法難以做到早期發(fā)現(xiàn)、早期定性診斷。　　目前，基于電
關(guān)鍵字：電子鼻神經(jīng)網(wǎng)絡(luò) 模式識(shí)別氣體傳感器陣列呼吸氣體

基于神經(jīng)網(wǎng)絡(luò)電機(jī) 速度控制器的SOPC系統(tǒng)

針對機(jī)器人伺服控制系統(tǒng)高速度、高精度的要求，介紹一種全數(shù)字化的基于神經(jīng)網(wǎng)絡(luò)控制的直流電機(jī)速度伺服控制系統(tǒng)的設(shè)計(jì)方案。速度控制器采用BP網(wǎng)絡(luò)參數(shù)辨識(shí)自適應(yīng)控制，并將其在FPGA進(jìn)行硬件實(shí)現(xiàn)；同時(shí)用Nios II軟核處理器作為上位機(jī)，構(gòu)成一個(gè)完整的速度伺服控制器的片上可編程系統(tǒng)(SOPC)。實(shí)驗(yàn)結(jié)果表明，該控制系統(tǒng)具有較高的控制精度、較好的穩(wěn)定性和靈活性。
關(guān)鍵字： SOPC 系統(tǒng) 控制器速度神經(jīng)網(wǎng)絡(luò) 電機(jī) 基于神經(jīng)網(wǎng)絡(luò) 伺服控制現(xiàn)場可編程門陣列 Verilog HDL

基于CNN的?？漳繕?biāo)檢測

　　1 引言　　艦船航行在大海上，主要面臨來自空中，海面和水下的威脅，其中空中的威脅最大。這些目標(biāo)的主要特點(diǎn)是運(yùn)動(dòng)速度高，機(jī)動(dòng)頻繁，其背景也比較復(fù)雜，受云層、煙霧、波浪、飛鳥、山峰等影響較大。傳感器如熱像儀、電視攝像機(jī)、激光測距機(jī)等自身帶有噪聲，另外還會(huì)有各種形式的干擾，這些都給目標(biāo)的識(shí)別與跟蹤帶來很大困難。因此尋找一種能實(shí)時(shí)對圖像信號(hào)處理的、抗干擾的，并且適合大規(guī)模硬件開發(fā)與實(shí)現(xiàn)的算法是軍事界至今沒有完美解決的難題之一。　　元(細(xì))胞神經(jīng)網(wǎng)絡(luò)(Cellular Neural Networks，
關(guān)鍵字：檢測 CNN 神經(jīng)網(wǎng)絡(luò) Matlab

RBF神經(jīng)網(wǎng)絡(luò)在紅外CO2傳感器壓力補(bǔ)償中的應(yīng)用研究

　　0 引言　　在目前種類繁多的CO2傳感器中，紅外光學(xué)式因?yàn)槠潴w積小、壽命長、反應(yīng)快、精度高等優(yōu)點(diǎn)，已經(jīng)成為CO2氣體分析最常用的方法，但因環(huán)境總壓的影響一直是這種分析方法中難以解決的主要問題之一，所以，它的適用范圍受到了很大的限制。在實(shí)際應(yīng)用中，此類傳感器通常都用在標(biāo)準(zhǔn)大氣壓環(huán)境中，其環(huán)境總壓基本保持恒定，不存在受總壓影響的情況。目前，一些精度較高的紅外CO2傳感器都通過采用壓力補(bǔ)償措施來保證分析測量精度，其中，比較簡單常見的一種數(shù)學(xué)方法是利用最小二乘法對不同分壓值的CO2氣體由于環(huán)境總壓變化引
關(guān)鍵字：傳感器 RBF 神經(jīng)網(wǎng)絡(luò) CO2 紅外 MATLAB