一种神经网络自组织模糊控制*

本文提出一类基于神经网络的模糊控制。首先，它利用具有动态结构的ＢＰ网络进行模糊推理，实现模糊控制的最优推理过程。其次，它采用另一具有动态结构的ＢＰ网络校正现有的控制规则，实现规则自组织，在控制过程中不断优化控制性能，从而使控制的效果更加理想。     

基于DSOF的网格资源发现模型研究

为了解决传统资源发现机制不能很好地适应网格资源环境的问题,在有效组建网格资源虚拟组织的基础上,提出了资源虚拟组织中联系结点的选取原则和选取算法,通过该算法从具有相同资源类型的联系结点中选出管理结点.联系结点和管理结点之间采用类似二部图的方式进行连接,构成基于动态自组织覆盖架构的网格资源发现模型.从资源发现能力、资源发现效率和系统可扩展性等方面对该模型进行了综合评价,结果显示该模型适合网格资源的特征,在大规模网格系统中能够有效提高资源发现性能,仿真实验验证了该模型的有效性.     

Feature extraction of kernel regress reconstruction for fault diagnosis based on self-organizing manifold learning

The feature space extracted from vibration signals with various faults is often nonlinear and of high dimension.Currently,nonlinear dimensionality reduction methods are available for extracting low-dimensional embeddings,such as manifold learning.However,these methods are all based on manual intervention,which have some shortages in stability,and suppressing the disturbance noise.To extract features automatically,a manifold learning method with self-organization mapping is introduced for the first time.Under the non-uniform sample distribution reconstructed by the phase space,the expectation maximization(EM) iteration algorithm is used to divide the local neighborhoods adaptively without manual intervention.After that,the local tangent space alignment(LTSA) algorithm is adopted to compress the high-dimensional phase space into a more truthful low-dimensional representation.Finally,the signal is reconstructed by the kernel regression.Several typical states include the Lorenz system,engine fault with piston pin defect,and bearing fault with outer-race defect are analyzed.Compared with the LTSA and continuous wavelet transform,the results show that the background noise can be fully restrained and the entire periodic repetition of impact components is well separated and identified.A new way to automatically and precisely extract the impulsive components from mechanical signals is proposed.     

颗粒材料受压力学特性研究

颗粒材料具有非均质性、非连续性及随机性等内在的独特性质,其力学特性与颗粒的大小、排布、堆积高度、表面的粗糙程度以及加载速度等因素均有密切关系。本文通过室内实验,研究了堆积高度、加载速度等因素对颗粒材料自组织现象的影响。     

散体材料结构剪阻力与自组织沉降分析

对碎石颗粒间的剪阻力进行计算分析,并进行试验研究,总结散体材料结构自组织运动特性及颗粒间作用力之间的关系,运用随机理论得出自组织发生的概率。     

广域网中分布自组织Cache系统的研究

将Ｃａｃｈｅ技术与主动网络结合,提出了一种新颖的具有有限半径的分布自组织Ｃａｃｈｅ系统,首次提出了相邻Ｃａｃｈｅ树的概念及其生成算法,分析了相邻Ｃａｃｈｅ树增加的最大最小存储代价,对内存分配和响应时延之间的关系进行了理论计算,证明了内存分配的最佳平衡点的存在性,并给出了一般的求解方法。     

基于无线传感器网络的监控平台设计

传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术是信息科学一个新兴的研究领域,具有广阔的应用前景.本文依据自组织传感器网络的工作原理,以新型的系统级无线数据传输芯片为核心部件设计了可连接不同的传感器形成不同监控网络的传感监控平台.本文详细介绍了传感监控平台节点的组成和及其组成监控网络的工作原理.     

碎石材料自组织力学特性

通过室内实验,制作加压系统研究了碎石材料在堆积高度、加载速度等因素对自组织现象的影响。运用"拱"模型分析了自组织产生的原因。运用Matlab程序进行数据处理,对自组织的荷载波动振幅、位移波动振幅、持续时间、间隔时间做了概率统计分析得出了分布规律。     

自组织竞争神经网络在异步电机参数辨识中的应用

介绍了自组织竞争神经网络在交流异步电机参数辨识中的应用。例举了参数辨识所需要的几个实验,阐述了用神经网络处理所采集数据的过程与算法。实验结果证明,该神经网络可以快速稳定地收敛。     

家庭网络的发展及其相关技术的应用

文章对家庭网络的概念、特点及相关技术的应用进行了综述。在对比家庭网络相关概念的基础上，阐述了家庭网络的组成及分类，讨论了家庭网络的国内外研究现状；重点阐述了家庭网络特殊的动态特性，研究了使用自组织方法维持家庭网络拓扑鲁棒性的必要性和可能性，指出了家庭网络研究的发展方向；介绍了家庭网络相关技术在路灯管理系统、爬壁机器人和网络空调中的应用。