基于自组织特征映射神经网络的聚类分析

在深入研究自组织特征映射（Self-organizing Feature Mapping,SOFM）神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法.以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程.仿真结果表明：在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微.     

LM算法改进的BP网络在模式分类中的应用研究

针对标准BP算法在进行模式分类时,存在收敛速度慢和易陷入局部极小值等缺陷,采用LM(Levenberg-Marquart)算法对标准BP算法进行改进,分别构建了LM-BPNN和标准BPNN分类模型并对平面上二维向量模式的分类,并进行了泛化能力测试。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,LM-BPNN的收敛速度明显加快,训练准确性和分类精度也明显优于标准BPNN,有效克服了标准BPNN收敛速度慢、易陷入局部最小值的缺点。     

GRNN与BPNN的函数逼近性能对比研究

为了研究GRNN和BPNN非线性函数的逼近能力,从数学角度详细阐述了GRNN和基于LM优化算法改进的BPNN的学习过程,编程建立了GRNN和BPNN,并分别用两种神经网络对指定的非线性函数进行逼近实验。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,相对于BPNN而言,GRNN的逼近精度更高、收敛速度更快,具有很好的逼近能力,为解决非线性函数的逼近问题提供了良好的解决手段。     

直接转矩控制技术的研究现状与发展趋势

直接转矩控制技术是继矢量控制技术之后的一种新型高性能的交流变频调速技术，它以转矩响应快、结构简单明了、鲁棒性好等一系列优点受业界人士的广泛关注．理论研究与产品开发上，已取得了丰富的成果，并带来了巨大的经济效益，而作为新兴的技术，还存在许多不成熟、不完善的问题，如低速运行时，受电动机的参数变化影响严重；稳态运行时，脉动大．这些大大限制了直接转矩控制技术的应用范围．鉴于此，本文对直接转矩控制技术所取得的研究成果和目前存在的问题进行了总结，并提出了如何开展这项技术研究．     

酸碱中和反应中pH值的单神经元自适应控制研究

基于酸碱中和反应过程中pH值变化的动态模型,设计单神经元自适应控制器,解决化工生产过程中pH值的PID控制所存在的调节时间长、超调量大和系统抗干扰性差的问题。在相同条件下与PID控制器进行对比实验,实验结果表明单神经元自适应控制器明显改善pH值过程控制系统的动态性能,该控制系统具有较强的自适应性与鲁棒性。     

基于PSD的微位移传感器建模的实现方法

为了正确反映基于光电位置敏感器(PSD)的微位移传感器的特性,首先介绍了一维光电位置敏感器的工作原理并分析了利用PSD结合光学三角测量法将位移信号转换成电压信号的工作原理,得出基于PSD的微位移传感器被测试件位移量与相关测量电路输出电压(S,V)关系特征,然后基于最小二乘估计算法基本原理,提出了运用MAT-LAB语言建立PSD的微位移传感器(S,V)关系特征的数学模型的方法,给出了建模的程序流程图以及仿真结果。     

基于Unity3D的《电机拖动》虚拟实验室设计与开发

虚拟现实技术（VR）是近年来最炙手可热的前沿技术。本文结合《电机拖动》课程的实验和虚拟现实技术,针对普通高校实验中存在的问题,提出了一种虚拟实验室的解决方案。该平台的设计采用Unity3d引擎和3Dmax三维绘图软件,并使用到了虚拟现实技术、电机原理建模技术、三维建模技术和数据库技术。该实验平台包括用户登录、实验室漫游、虚拟实验3个子系统,实现了用户信息管理、参观实验室和电机仿真实验等功能。通过测试可知：该系统运行稳定、可靠,达到预期效果。     

基才BP神经网络的数字式涡流传感器特性曲线拟合的实现

为了正确反映数字式涡流传感器的实际特性,首先介绍了数字式涡流传感器的工作原理,然后从实测数据出发．提出了应用BP神经网络拟合其特性曲线的方法,运用MATLAB语言编程建立BP神经网络并进行训练和仿真,与现有最小二乘法进行对比。仿真结果表明,基于BP算法所得拟合曲线误差很小、收敛速度快且具有更高的拟合精度．比最小二乘法更具有实际意义。     

基于单神经元PID的异步电动机转速的自适应控制

针对异步电动机矢量控制中转速调节器参数整定困难、自适应性差和稳态精度低的问题,设计单神经元PID控制器.将神经元学习规则与PID控制相结合,采用在线学习的方式,在电动机运行过程中实时调整控制器参数,实现转速的自适应控制.在恒速变负载和恒负载变速的仿真实验中,结果表明基于单神经元PID的转速调节器具有较好的动态性能和较高的稳态精度.