一种星载在轨神经网络的容错设计方法

为了满足高可靠星载在轨实时舰船目标检测的应用需求,该文针对基于神经网络的合成孔径雷达(SAR)舰船检测提出了一种容错加固设计方法。该方法以轻量级网络MobilenetV2为检测模型框架,对模型在现场可编程逻辑阵列(FPGA)的加速处理进行实现,基于空间单粒子翻转(SEU)对网络的错误模型进行分析,将并行化加速设计思想与高可靠三模冗余(TMR)思想进行融合,优化设计了基于动态重配置的部分三模容错架构。该容错架构通过多个粗粒度计算单元进行多图像同时处理,多单元表决进行单粒子翻转自检与恢复,经实际图像回放测试,FPGA实现的帧率能有效满足在轨实时处理需求。通过模拟单粒子翻转进行容错性能测试,相对原型网络该容错设计方法在资源消耗仅增加不到20%的情况下,抗单粒子翻转检测精度提升了8%以上,相较传统容错设计方式更适合星载在轨应用。     

提高单片机控制器可靠性的设计方法

可靠性是单片机控制器能否成功应用的最关键问题。从多项应用工程中归纳出一些提高可靠性的方法,讨论了自动复位、模拟信号变换、开关信号变换硬件电路的设计,具体给出了实际应用中的数据。     

嵌入式存储器容错方案可靠性评估

随着工艺节点的不断降低,存储器的软错误率呈指数趋势上升,容错技术已成为存储器设计中的重要环节。依据美国NASA Rosetta实验数据,对错误检纠错码(EDAC: Error Detection and Correction)和不同的在线刷新模式组成的多种容错方案进行可靠性建模与量化评估,提出了不同工艺节点下嵌入式存储器容错技术选择的判据方法。在地面单粒子模拟实验中进行验证,结果表明,该方法预测的失效率评估结果与实验测试结果的平均偏差约为10.3%。     

自组织容错系统的设计及其可靠性分析

以生物神经系统的容错机理为基础,借鉴传统的人工神经网络的构建方式,结合电子电路的构造特点,提出了一种自组织神经网络模型,构建了自组织容错系统,并对构建的容错系统建立可靠性模型.通过可靠性分析发现,对于同功能不同拓扑的承载电路,当其占用神经元越少、在各层上分布越均匀时,其可靠性越高.     

一种电子产品的可靠性评估方法

针对不便于进行试验室鉴定其可靠性水平的军用电子产品,提出了一种可操作性较强的可靠性评估方法。该方法应用已收集的调试、环境试验等其他的试验数据,通过环境因子的折算,并采用经典法对产品的平均故障间隔时间(MTBF)做出区间估计。最终完成对评估对象可靠性水平的评估。     

一种新的前向神经网络部件冗余容错方法

多层前向神经网络(MLP)的容错性有两种主要的研究方法:改进算法和部件冗余.前一种方法需要耗用大量的学习时间,对大型网络是不适用的.Phatak曾提出了用后一种方法进行MLP的单故障容错的一种网络结构,但是冗余部件数庞大,尤其对于大型网络.本文提出了一种新的冗余体系结构,针对单隐层MLP的单故障容错问题.这种体系结构充分考虑了不同权值的不同重要度,解决了原体系结构的仅值瓶颈问题,可以显著减少冗余部件数,尤其对于大型网络,更具有优越性.     

容错组合导航系统中神经网络的设计

本文提出了完整的BP网络的设计方案，对组合导航系统的各个子系统进行实时的故障检测，隔离和重构。极大的提高了组合导航系统的可靠性。     

容错计算机系统可靠性评估工具：HFI-2故障注入器

本文介绍一个容错计算机系统可靠性评估工具：ＨＦＩ－２故障注入器,描述该故障注入器的功能和结构开讨论一些关键技术,实验验证了这一工具的有效性。     

电路故障诊断中的多级神经网络应用研究

针对某指挥仪电路故障诊断专家系统的不足之处，用层次结构的多级人工神经网络来进行电路的故障诊断，用专家知识来对学习样本进行筛选，通过对该电路中的差分电路模块的实验表明，不但克服了专家系统对某些故障无法诊断的不足，而且还可以实现多故障的诊断。     

基于BP神经网络的PID控制器的设计及模拟研究

本文首先对BP神经网络进行概述,然后对基于BP神经网络的PID控制器的设计进行分析,最后进行模拟仿真研究,得出基于BP神经网络的PID控制器与传统PID控制器具有适应性强、精度高等明显优势的结论.     

人工神经网络在决策支持系统中的应用

在传统的决策支持系统中，加入基于神经网络的预测模块，完成了复杂的非线性预测，使决策支持系统更加的智能化、自动化。该模块采用反向传输BP神经网络模型来实现，通过网络的自适应训练和学习，找出输入和输出之间关系以求解问题。利用该系统对社会消费品零售额进行预测，结果表明该系统具有较强的实用性和通用性。     

组播路由选择的流体神经网络电路模型

提出了一种计算通信网络组播路由选择的流体神经网络模型,该模型充分利用网络的全局拓扑信息,将组播路由选择问题影射为一个电路求解问题,可在电路时间常数内给出组播的最佳路由。理论和仿真计算结果证明了该模型的可行性。     

线性模拟电路的双故障诊断及人工神经网络的实现

本文提出了一种进行线性模拟电路双故障定位的原理及以此为基础的人工神经网络实现方法。文中论述了双故障元件参数在零到无穷大间变化时，测量值在增量空间所具有的一般特性。当可测端对各元件的转移阻抗或各元件单故障空间特性已知时．则根据两次独立测试结果，即可对双重故障定位。这一方法减小了传统K故障法所需的在线计算量，算例表明此法有好的诊断效果。     

BP网络改进及在电路故障诊断中的应用

本文根据ＢＰ神经网络的特点和性能以及电路故障诊断的要求，提出了一种利用ＢＰ神经网络对电路进行故障诊断的方法。该方法应用自行改进的ＢＰ抑经网络，建立了故障识别系统，并对模拟电路故障诊断进行了实例实现，计算机仿真结果良好。     

基于神经网络的分布式雷达抗干扰效能评估方法

提出了一种利用后向传播神经网络来评估分布式雷达抗干扰效能的方法。该方法将试验数据的专家评估结论作为样本训练网络,并利用训练好的网络对几组数据进行评估。将网络评估结果与传统加权评估和模糊综合评估的结果相比较,结果表明神经网络法是一种评估分布式雷达抗干扰效能的有效方法。     

基于工作过程的高职《数字图形图像设计与处理》课程开发与建设

在《数字图形图像设计与处理》课程开发与建设中,围绕基于工作过程的多项目课程开发模式来展开,针对相关行业岗位,典型工作任务和职业能力要求,将职业领域转换为相应的工作情境,从中遴选出典型工作任务,并按照工作过程来组织教学内容,让学生在实际的工作项目和环境中开展学习活动,体会到“做中学,学中做”的乐趣。     

神经网络PID控制及其Matlab仿真

讨论了基于神经网络的PID控制，并将其作用于工业控制，利用神经网络的自学习能力进行在线参数整定，并利用Matlab软件进行仿真。仿真结果表明，神经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。     

基于神经网络的图像融合效果综合评价

针对单因素指标评价图像融合效果时只考虑融合图像某一方面的特征,缺乏全局性等问题,提出了一种基于神经网络的图像融合效果综合评价方法.该方法采用图像熵值、空间频率值、交叉熵平均值、均方差平均值构成单因素评价指标集,利用模糊积分求出单因素指标融合效果评价值,并以此作为神经网络的输入对其权值进行训练,最终获得综合评价指标.通过大量红外与可见光图像融合的效果评价实验,证明该方法评价结果合理,主客观评价有较好的一致性.