基于决策树算法的工业光纤网络通信故障检测系统

针对工业光纤网络通信故障检测过程繁琐、效率低的问题,设计了一种基于优化的决策树数据挖掘算法的光纤网络通信故障检测系统。系统以减少检测器重复工作和准确定位为目标,引入以决策树为核心的故障数据挖掘模块,降低了对非己空间的故障挖掘时间。将第一阶光纤网络故障分类时仅以IP地址作为参量变成第二阶分类时使用指定的网络指标为基础构建决策树,进一步提高故障检测精度。对某车辆制造企业现有的光纤网络应用结果表明,与标准决策树方法相比,该算法将精度从69.0%提升到99.9%,将误报率从3.14%降低到0.48%,优化效果明显。     

神经网络技术在计算机网络通信中的应用

由于神经网络的自学习能力和联想优化功能和混沌行为等特点，它被广泛的应用于计算机网络通信中。论述了当前神经网络技术应用于现代网络通信中的一些问题，特别地介绍了利用蚂蚁算法训练神经网络的权值的方法，在ATM的业务控制中采用之，可以局部的避免BP算法引起的某些问题。     

通信网络可靠性研究中的数学问题

系统介绍在通信网络可靠性研究中所要解决的几类数学问题,不仅分析所取得成果的特点及局限,而且指出了解决相应问题的新途径。     

网络通信

从军用通信网系的发展状况出发,分析指出了战场通信需要多种网系,以及需要多种网系的互连。阐明了网系互连中所需解决的技术问题以及目前世界上解决这些问题的基本策略与技术途径。同时也简要论述了军事通信中独特的领域——战术数据链路的互连。进而介绍了网络互连中安全保密和网络管理等专门技术。由于网络互连要依靠标准,论述中还给出了国际网络互连中标准发展的基本情况。     

非整数故障的研究

非整数故障的统计与处理是可靠性工程中出现的新问题,通过分析讨论和结合通信设备(系统)试验标准及现场验证的实例,提出了解决办法。     

网络通信技术应用分析

计算机技术、网络信息技术的崛起,使网络通信技术为大众广泛接受并且应用.现在的电话、手机、电脑等设备已经是人类的生活工作标配了,属于必需品.当然,这些设备的应用普及让人们的物质生活得到了丰富,同时对精神生活也有一定的作用.电通信和光通信是通信技术的两个种类.而电通信又可以分为两种:有线通信、无线通信.网络介质对信息数据进行传导是一个比较复杂的过程,数据通信和各种通信模块的参与是必不可少的.本文对网络通信技术的概念及其应用情况加以分析.     

基于BP神经网络的CAN总线网络通信性能评估

为更好地实现网络通信性能的评估,从而不断提高网络性能,提出了基于BP神经网络理论的现场总线网络通信性能评价方法.针对CAN总线网络特点,建立CAN总线通信网络的性能评估指标体系,并且构建BP神经网络的结构模型,基于此模型对选择的训练样本进行学习,最后随机选取10组数据对BP网络评价模型进行测试.结果表明,待测样本的网络...     

基于DSP和VC的网络通信检测系统的研究

对网路通信系统功能的维修检测是在当今电子通信行业不可缺少的一部分,基于此提出了一种针对网路通信系统的功能检测的方案,该方案基于DSP和VC实现,体系简单,具有很强的可操作行和实现性。本方案还给出了对网路通信系统的总线通信和音频口的性能检测的开发流程。     

下一代网络通信展举办

2009下一代网络通信展（NexComExpo）暨中国IP通信大会（CIPCC）（春季）日前在北京展览馆举办。本次展会专注企业通信及运营商企业网建设及增值服务，三天的日程，涵盖了UC统一通信、全业务运营、视频语音、多媒体通信以及IP呼叫中心，吸引了来自各类运营商，集团用户CIO，众多厂商和渠道商的许多专业观众。     

嵌入式实时网络通信技术研究

文中以嵌入式实时网络通信技术的应用特点为切入点,分析了嵌入式操作系统的应用缺点,提出了我国发展嵌入式实时网络通信技术的重要性与现实意义,还介绍了嵌入式网络通信软件的体系结构,分析了嵌入式实时网络通信技术的使用重点,希望能为我国网络通信技术领域的发展提供参考和借鉴。     

A NEURAL NETWORK BASED FAULT FUZZY DIAGNOSTIC SYSTEM

A fault fuzzy diagnostic system(FFDS) based on neural network and fuzzy logic hybrid is proposed. FFDS consists of two modes: a fuzzy inference mode and a rule learning mode. The fuzzy inference rules are stored in the memory layer. The excitation levels of the memory neurons reflect the matching degrees between the input vectors and the prototype rules. In the rule learning mode, the rules can be produced automatically through the cluster process. As an application case of this diagnostic system, the fault diagnosis experiment of the rotating axis is simulated.     

一种新颖的基于神经网络的压力传感器标定系统

根据一种特定的输入-输出特性曲线,本文提出了一种新颖的标定算法,同时设计了一种可有效消除该非线性误差的标校系统。 不同于常规的BP和RBF,本文的方法首先获取该特性曲线的斜率和截距,然后得到电压-压力的特性曲线。测试结果表明：本算法收敛速度快,具有很强的鲁棒性,同时可得到很小的MSE。不同的试验结果也表明：本标校系统工作稳定,测量精度优于设计要求,而且,本系统具有很好的实时性。     

基于卷积神经网络的肺炎检测系统

提出一种利用卷积神经网络对胸部X光影像数据进行分析,实现对肺炎这一常见症状进行检测的系统。该方案首先进行图像预处理,然后采用VGG卷积神经网络和改进VGG卷积神经网络分别实现对胸部X光影像的特征提取,得到两种网络对肺炎的检测准确率,最终测试结果显示,改进VGG卷积神经网络在对肺炎检测上具备比VGG网络更好的识别效果,同时,改进VGG网络在标定好的数据集进行训练时能够更快的收敛。通过在公开数据集上进行测试表明,改进VGG卷积神经网络得到了98.5%的准确率,相比于VGG网络提升了2%以上的识别准确率,证明该方案在肺炎识别上具有可行性。     

基于径向基函数神经网络的混沌系统控制

考虑到不同神经网络模型误差对混沌控制效果的影响，提出了采用一种改进的递阶遗传算法对径向基函数（RBF）神经网络进行训练，针对连续的Lorenz系统进行了仿真，并且与其它神经网络训练算法结果进行了比较，仿真结果证明所采用的训练算法具有更加理想的混沌控制效果。     

基于神经网络专家系统的推理研究

为了克服传统专家系统知识获取难、学习适应能力差、推理效率低等问题,许多专家提出将神经网络与规则专家系统相结合,构建基于神经网络的专家系统模型。文中设计了一种基于神经网络专家系统模型的混合推理机制,通过对基于神经网络推理算法、规则推理算法以及神经网络与规则的混合推理算法进行实验比较,证明本文提出的混合推理机制在改善专家系统推理准确率方面的有效性。     

A distributed robotic control system based on a temporal self-organizing neural network

A distributed robot control system is proposed based on a temporal self-organizing neural network, called competitive and temporal Hebbian (CTH) network. The CTH network can learn and recall complex trajectories by means of two sets of synaptic weights, namely, competitive feedforward weights that encode the individual states of the trajectory and Hebbian lateral weights that encode the temporal order of trajectory states. Complex trajectories contain repeated or shared states which are responsible for ambiguities that occur during trajectory reproduction. Temporal context information are used to resolve such uncertainties. Furthermore, the CTH network saves memory space by maintaining only a single copy of each repeated/shared state of a trajectory and a redundancy mechanism improves the robustness of the network against noise and faults. The distributed control scheme is evaluated in point-to-point trajectory control tasks using a PUMA 560 robot. The performance of the control system is discussed and compared with other unsupervised and supervised neural network approaches. We also discuss the issues of stability and convergence of feedforward and lateral learning schemes.     

基于PID神经网络的太阳能光伏发电并网逆变技术

随着能源危机的进一步加剧和光伏并网发电成本的持续降低,光伏并网发电技术的应用越来越广泛,研究并优化其逆变方式、并网算法,具有相当大的现实意义。针对电网中的负载扰动,提出了一种将PID控制规律融合进神经网络之中的新的控制策略,抑制负载扰动。改善稳态情况下并网电流波形,同时提高了系统的动态响应性能。通过理论分析和仿真结果证明了太阳能光伏发电系统拓扑结构及控制算法的正确性、可行性和高效性。     

基于BP神经网络的人脸识别系统研究

本文设计了一种基于BP神经网络的人脸识别系统,并对其进行了性能分析.该系统首先利用离散小波变换获取包含人脸图像大部分原始信息的低频分量,对图像数据进行降维;再由PCA算法对人脸图像进行主成分特征提取,进一步降低图像数据的处理量;最后使用经过训练后的BP神经网络对待测人脸进行分类识别.详细介绍了离散小波变换、PCA特征提取以及BP神经网络分类设计.通过系统仿真实验与分析发现:人脸特征的提取是该系统的关键;同时,由于人脸灰度信息的统计特征与有监督训练BP神经网络分类器,使该系统只在固定类别,并且光照均匀的人脸识别应用场景中具有较高的识别准确率.因此,很难在复杂环境中应用.     

Research on precision tension control system based on neural network

In this paper, the closed-loop tension control system, with industrial control computer as the core, direct current torque motor as the actuator, equipped with tension sensor of real-time feedback filament tension change, is researched and manufactured. The theory of a neural network is applied on the system, and this method overcame the shortcomings of the traditional proportional-integral-derivative control method, and effectively weakened the coupling action between the velocity and tension of the tension control system. Some simulation results indicated the favorable effect of the control algorithm.     

大迎角控制的一种神经网络逆系统方法

提出了一种用于大迎角控制的基于神经网络补偿和逆系统反馈的控制方案,并用e-修正方法对神经网络的权值进行了限幅。基于Lyapunov稳定性理论证明了该控制方法的跟踪误差是收敛的。大迎角控制的仿真实例表明该控制方法具有良好的大迎角跟踪性能。