基于生物特征的Auto ID技术——BioID

文章全面而系统地综述了基于生物特征的AutoID-BioID。重点分析了该技术与系统中的特殊问题,包括BioID系统通用模型、所使用的生物特征的类型、识别技术与系统设计上的共性与差异、性能要求及信号传输和存储两个关键问题;比较了声音、掌形、签名、脸谱、指纹、视网膜和虹膜几种典型的BioID技术的特点、性能与应用现状;探讨了BioID技术发展的动向与前景。     

基于ANN的空气处理单元换热器的动态性能预测

应用人工神经网络技术对安装在空气处理单元（Air Handler Unit,AHU）中的换热器建立了动态神经网络模型。该模型的所有预测值基本都在实际测量值的95%~105%之间。实际测量值和神经网络模型预测值之间的平均相对误差（Mean Relative Error,MRE）小于2.5%,充分说明模型逼近实际对象的精确性。实验结果显示,神经网络,尤其是BP神经网络,可以作为一个很容易的建模工具来获得空气处理单元中换热器的神经网络模型,同时也很容易应用在类似的热系统中。