一种基于径向基函数神经网络的语音降噪方法

采用径向基函数神经网络在时域上对含噪语音信号进行降噪处理．针对语音信号的短时平稳性以及噪声的随机性,对语音信号进行分帧预处理;用分帧后的纯净语音信号作为径向基函数网络的教师信号,并利用Matlab神经网络工具箱设计和训练网络．实验结果表明,径向基函数网络作为语音信号滤波器,可有效地抑制语音信号中的白噪声,具有良好的降噪性能．     

一种免疫径向基网络多用户检测方法

径向基函数神经网络是一种具有局部逼近能力的前向神经网络模型,它可用作码分多址中的多用户检测器,并具有较好的检测性能;但是存在不足,主要表现在网络的构造和训练算法的优化方面．针对径向基函数网络在码分多址多用户检测应用中存在的网络复杂度与性能之间的矛盾,引入免疫的思想,构造了一种新颖的免疫径向基函数网络多用户检测器．它具有收敛速度快、推广能力好、鲁棒性强等优点,因而有更好的实时性和实用性．     

径向基函数网络在平原河网水质评价中的应用

利用MatLab神经网络工具箱构建了径向基函数神经网络(RBF-ANN)模型,并用于平原河网和水库的水质评价.该模型以国家地表水环境质量标准(GB 3838-2002)为依据,随机生成网络的训练样本集,对网络进行学习,并将训练好的网络模型应用于温黄平原河网和境内水库的水质评价.结果表明,基于径向基函数网络的水质评价模型是合理、简便和快速的.     

用于地物图像分类的神经网络的构造

对神经网络在模式识别中的应用进行了研究 ,针对军用点状地物识别这一具体问题 ,比较了径向基函数网络和多层感知器神经网络 ,提出了一种径向基函数三阶自相关神经网络 ,设计出一种自适应隐层单元个数选取算法 ,并把构造的分类器用于地物图像的分类实验 ,结果表明该算法能很好的自适应控制网络规模 ,网络模型具有任意平移不变性和很快的训练速度 ,且有良好有容错性和较高的识别率     

用于地物图像分类的神经网络的构造

对神经网络在模式识别中的应用进行了研究,针对军用点状地物识别这一具体问题,比较了径向基函数网络和多层感知器神经网络,提出了一种径向基函数三阶自相关神经网络,设计出一种自适应隐层单元个数选取算法,并把构造的分类器用于地物图像的分类实验,结果表明该算法能很好的自适应控制网络规模,网络模型具有任意平移不变性和很快的训练速度,且有良好的容错性和较高的识别率。     

数据预处理对基于径向基函数网络高程转换的影响

介绍了数据预处理对基于径向基函数网络的高程转换的必要性,提出了基于径向基函数网络高程转换建模的基本原理和实现步骤。结合工程实例,重点对归一化、中心化、标准化3种不同的数据预处理方法对基于径向基函数网络高程转换的影响进行计算分析。结果表明：针对大面积、高程异常值变化较大的区域,经过数据预处理后模型能够达到更高的转换精度;不同的预处理方法对转换结果影响不同,中心化预处理较其他两种方法能够更大程度地提高径向基函数网络高程转换的精度;归一化预处理方法不一定是最优的,进行高程转换前有必要对预处理方法进行选择。     

小波包在双进双出磨煤机料位检测中的应用

针对双进双出磨煤机料位难于检测的问题,研究了基于小波包技术噪声法的磨煤机料位检测技术.在噪声信号分析中运用小波包变换技术,构造出了噪声特征向量,并对特征向量进行优化.经过仿真分析,找到了反映料位信息的敏感频率段,进而降低了向量的维数.采用BP人工神经网络,通过该网络的学习和训练,实现了噪声特征向量和料位之间的非线性映射.通过仿真实验,证明了该算法的有效性,具有较高的检测精度.     

基于最小二乘支持向量机对刀具切削状态的识别

基于小波包优良的时频特性和最小二乘支持向量机(least squares support vector machine,LS-SVM)对于小样本出色的学习泛化能力,提出了一种研究刀具切削状态的方法.采用最小熵准则对声发射信号进行最佳小波包分解,以各频段的信号能量占总能量的百分比来构造特征向量,输入LS-SVM多类分类器,实现对刀具切削状态的分类识别.实验结果表明,在采用高斯核函数的LS-SVM多分类算法中,选取惩罚因子γ=10,径向基核参数σ²=1时,该分类器能对测试样本进行准确的刀具切削状态识别.     

基于自组织径向基网络的染色体分类

提出了一种基于自组织径向基人工神经元网络的人体染色体模式分类的方法，该方法将人体染色体长度、着丝点位置、带纹分布等特征作为自组织径向基网络的输入，利用自组织径向基网络的混合学习算法对网络进行训练，使人工神经元网络对人体染色体具有了自动分类的能力．     

利用径向基函数改进算法实现函数逼近

分析了径向基函数神经网络(RBFNN)的原理,总结出径向基函数网络的一种实用插值算法.按照此方法对实际的例子进行了计算,结果表明,本算法快捷、可靠.     

FastICA遗传神经网络算法

针对反向传播（BP）算法和基于负熵固定点迭代快速独立分量分析（FastICA）方法各自的优缺点,提出了FastICA遗传神经网络算法,对滚动轴承进行故障识别.首先对信号进行FastICA分离,得到振动信号故障信息的独立分量,每个独立分量对应着相应的能量,将各个独立分量的能量构成特征向量;其次利用遗传算法对BP神经网络的初始权值和阈值进行优化,得到遗传神经网络;最后将特征向量作为遗传神经网络的输入样本进行故障识别.利用该方法对滚动轴承多类故障信号进行识别,提高了故障识别能力.     

基于智能计算方法的水力机组优化运行算法

根据水力机组运行的特点,结合人工神经网络的非线性特性和遗传算法的全局搜索能力特性,给出了使用人工神经网络与遗传算法方法,构造水电厂内水力机组优化运行算法的详细过程,首先使用人工神经网络来构建各机组的动力特性模型,然后利用遗传算法来构建机组间的组合运行策略。将所构造的算法应用于开发石家庄混合蓄能水电厂内机组优化运行系统,系统的仿真运行表明,基于人工神经网络与遗传算法的水力机组优化运行算法具有较高的计算精度,是行之有效的。     

用振动信号功率谱分析法对内燃机气门间隙故障诊断的实验研究

本文利用从內燃机表面拾取振动信号进行功率谱分析的方法,对配气机构单个气门间隙变化而产生的故障进行了分析研究.从气门间隙正常和异常条件下进行实验获得正常和异常功率谱图,找到了气门敲击的特征频率及气门间隙变化后特征频率上振动能量的变化,从而证明可以利用功率谱分析方法对气门间隙异常进行不解体诊断.     

内燃机数字原型系统的研究与应用

阐述了数字原型系统在内燃机零部件设计中的实施步骤,根据自顶向下设计的思路确定内燃机产品结构定义和零部件间的参数传递及控制过程,采用基于特征的参数化技术研究内燃机零部件模型的参数化生成和控制方法.通过内燃机零部件设计实例,说明如何利用数字原型系统实现内燃机零部件的快速设计.该系统可以大大缩短内燃机及其零部件设计开发周期,提高企业的产品应变能力和新产品开发能力.     

基于Web的人工神经网络电火花加工工艺预测

针对电火花加工工艺的特点及其复杂性,提出了Internet环境下基于W eb的人工神经网络电火花加工工艺的智能预测方案.该方案利用M atlab的W eb技术,并结合其神经网络工具箱和数据库工具箱,实现了从电火花加工工艺数据库中获得数据进行神经网络计算,并将结果通过W eb服务器返回给浏览器.研究结果表明,所建立的基于W eb的人工神经网络预测系统很好地反映了电火花加工的工艺规律,能够通过In-ternet为电火花加工用户提供高效率、高精度的加工效果实时预测计算,并具有再学习的能力,实现了电火花加工工艺知识和加工经验的有效共享.     

基于小波变换的内燃机瞬时转速信号的分析

使用非线性离散序列的小波变换 (DTWT)对同时存在高频噪声和高斯白噪声的内燃机瞬时转速信号进行去噪 .通过对此信号进行频谱分布的分析 ,用Donoho的阈值去噪法去除高斯白噪声之后 ,根据小波变换的多分辨率思想 ,提出了仅使用小波变换的尺度系数进行小波反变换来去除高频噪声 ,然后运用小波反变换来恢复内燃机瞬时转速信号的方法 .实验结果表明 ,此方法能够较精确的去除噪声 ,恢复内燃机瞬时转速信号 .     

基于遗传小波神经网络的故障预报应用

目的减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 m in左右.结论该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产.     

基于人工神经网络的钢筋混凝土异型节点抗剪承载力预测

研究了利用神经网络技术分析钢筋混凝土框架异型节点抗震性能的可行性．从前馈神经网络原理分析出发，利用神经网络方法研究了低周反复荷载作用下的钢筋混凝土框架异型节点抗剪承载力与各主要影响因素之间复杂的非线性关系，并建立了承载力的BP神经网络预测模型．通过与试验结果相对比，新方法获得了令人满意的结果．分析结果表明神经网络计算在钢筋混凝土框架异型节点的抗震行为和力学特性研究领域是一种切实可行且极具发展潜力的新方法．     

柱形凹坑燃烧室内燃机缸内湍流流动的计算

内燃机缸内流动是具有强压缩性、强旋转和各向异性的复杂的三维湍流流动,对缸内湍流运动的正确描述和模拟,可正确地模拟和分析内燃机的燃烧和排放。应用经修正的RNGk-ε湍流模型对内燃机缸内湍流流动进行数值计算。计算不同结构的柱型凹坑燃烧室缸内流动,特别是对偏心圆柱凹坑燃烧室缸内流动的计算,给出了计算得到的平均湍能的变化及速度变化情况,结果表明,内燃机燃烧室构型对缸内湍流特性有很大的影响,适当改变缸内结构能有效改善缸内流动。     

汽油机缸内富氧燃烧的试验研究

富氧燃烧是一种可以实现节约能源和降低污染物排放的内燃机燃烧技术.通过汽油发动机在同一工况工作时,使进气中氧体积分数分别为20.7％、23.2％和25.4％,实现富氧燃烧.研究不同的进气氧体积分数对汽油发动机的燃烧特性和排放特性的影响.研究结果表明：进气氧体积分数增加,发动机缸内压力和燃烧放热率升高,最高燃烧压力相位提前,降低循环波动,发动机燃烧工作稳定;同时减少THC和CO的排放,但NOx的排放量增大.