基于两级神经网络的连续哼唱特征提取

针对用户以任意字词连续哼唱的情况下,哼唱特征提取中音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。     

基于分层次聚类的MIDI音乐主旋律提取方法

为了准确提取多音轨MIDI主旋律,同时减小主旋律分布在乐器音轨或音高较弱部分所产生的提取误差,提出了基于分层次聚类的多音轨MIDI主旋律提取方法。首先解析MIDI音乐文件,然后去除每一音轨中的控制音符和不包含旋律信息的音轨,通过归并到文该文件中的具有音高柱状图特征的音符集,从而提取出主旋律。通过与人工标识结果的实验进行比较,表明该提取主旋律方法的准确性。     

基于滑模变结构控制的RBF神经元网络

针对高精度飞行仿真转台，设计一种基于滑模变结构控制的RBF神经元网络控制器。该控制器根据滑模变结构控制器的特点，将控制律分为等效控制律和到达控制律。等效控制律使系统运动于滑模面附近，由RBFN拟合而成，权值用自适应算法在线修正，确保了实时控制的可能性；到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面，由滑模控制器的可达性条件推出，其中用到了系统的不确定性参数的上下界。计算机仿真结果表明了该方法的鲁棒性和实际应用的可能性。     

基于数字水印和加密技术的Internet音乐保护

提出了一种基于数字水印和加密技术的Internet音乐保护方法,并针对两种适用于Internet在线传输的音乐格式：压缩音乐和MIDI,提出了两种快速和鲁棒性强的数字水印加入方法,以保护Internet在线音乐的知识产权。对于压缩音乐,采用部分解压来加入水印且加入方法与音乐内容紧密相关;对于MIDI,水印被加在一些虚拟音符中,这些虚拟音符随机地隐藏在MIDI音符中。     

基于模糊神经网络的倒立摆非线性系统分析

倒立摆系统以其自身的不稳定性而难以控制,也因此成为自动控制实验中验证控制策略优劣的极好的实验装置;针对倒立摆系统的平衡控制问题,提出了用一种应用神经网络来控制倒立摆的方法,同时由于神经元网络的训练的反复性,因此在系统中加入一个模糊控制器,来对神经网络输出的控制变量进行补偿,使神经元网络训练的权值能够始终保持在某一稳定值,从而保证了控制器稳定,仿真实验结果表明采用该方法设计的并联型模糊神经网络控制器对倒立摆这一先天不稳定的系统具有理想的控制效果。     

基于Suricata的网络安全分析检测系统设计

针对传统网络安全分析检测系统准确率低、错报率高的问题，设计一种基于Suricata的网络安全分析检测系统。系统硬件分为3个模块：嗅探器采用SEWIO3.0捕获网络数据包，以原始形态传递给预处理设备；预处理模块对数据进行分类、去冗等操作，创建元数据与操作集间的依赖关系；检测器模块根据聚类结果进行网络流量识别，并提供对加密流量与虚拟环境的插件服务。软件部分通过域名过滤与交叉分析完成异常数据检测。测试结果表明，本系统具有良好的异常数据检测能力，将其应用于网络环境有利于维护网络安全。     

基于蚁群神经网络的工业自动化PID参数优化

针对常规方法无法获得最优PID控制器参数的缺点,提出一种基于蚁群神经网络的PID控制器参数优化方法（ACO-RBFNN）。ACO-RBFNN将PID控制器的3个参数作为RBF神经网络的输入,系统输出为RBF神经网络期望输出,通过蚁群算法对RBF神经网络的参数进行优化,并通过RBF神经网络构造参数自学习的PID控制器,从而实现PID控制器参数在线优化。仿真实验结果表明,基于ACO-RBFNN的PID控制器可以得到令人满意的控制效果,可以应用于工业自动化控制系统的PID控制器参数优化。     

稀土萃取过程组分含量的RBF软测量建模

稀土萃取分离过程的自动控制一直是稀土工业急待解决的关键难题,要实现稀土萃取分离过程的自动控制,首先必须解决串级萃取槽中各稀土组分含量的在线检测,而传统的检测又有很大的问题,软测量技术在稀土萃取过程控制中的应用研究开始活跃起来。该文是基于RBF网络的稀土萃取过程组分含量进行软测量建模的研究。     

一种分段式音乐情感识别方法

为了体现音乐情感跌宕起伏的变化,本文将乐曲划分为音符、小节和乐段,并提出一种分段式音乐情感识别方法.该方法从MIDI文件中提取音符特征,根据音符特征提取小节特征,并根据若干相邻小节的相似性将乐曲划分成若干独立的乐段,在提取乐段特征后利用BP神经网络识别乐段情感,最终获得整首乐曲的情感.实验结果表明,本文提出的音乐情感识别方法具有较好的识别效果.     

基于免疫算法和反向传播神经元网络的无线网络入侵检测研究

为了能够检测到无线网络系统中已知和未知类型的入侵者,提高无线网络系统的安全性,在对网络数据分析和研究的基础上,提出一种基于免疫算法和反向传播神经元网络的入侵检测方法。首先利用免疫算法对网络数据进行预处理,再运用反向传播神经元网络对处理后的数据(程序)进行识别。实验表明用该方法检测无线网络系统中的新型入侵者是可行、有效的,检测入侵者的准确率可达到97%。     

基于神经元网络的间歇反应釜智能控制器的设计

本文运用人工神经元网络，对间歇反应釜的温度控制系统设计一种新型的智能控制器，即基于神经元网络的直接自适应控制器。仿真结果表明，运用这类控制器可以得到满意的控制效果     

综放工作面煤矸自动识别系统设计及应用

提出了一种基于振动信号的综放工作面煤矸自动识别系统,介绍了系统结构及工作原理,重点阐述了煤矸识别设备的软、硬件设计方案及煤矸识别算法。该系统由煤矸识别设备依据煤与矸石跌落到液压支架上时的振动信号不同来辨识煤矸,液压支架电液控制器根据辨识结果控制液压支架动作。该系统在某煤矿进行了煤矸的可辨识性和自动放煤过程的可控性测试,并已应用于部分煤矿,效果较好。     

基于径向基函数神经网络的转子系统裂纹故障诊断

结合基于模型的转子系统诊断技术和径向基函数(RBF)神经网络在辨识非线性系统动态时的优势,本文提出了一种新的转子系统裂纹故障诊断方法.该方法采用RBF神经网络对裂纹转子系统的未知动态进行辨识,实现部分神经网络权值收敛到最优值以及神经网络对系统未知动态的局部准确逼近;诊断过程中利用已辨识的信息实现转子系统裂纹故障的快速检测与分离.所提方法尤其适用于微小裂纹的在线检测与定量识别.最后,以Jeffcott转子系统裂纹故障诊断为例进行仿真,仿真结果验证了所提方法的有效性.     

3RPS/UPS并联机器人神经网络观测器反演控制

为了增强4D互动立体游戏仿真模拟平台的刚度和运动性能，将带冗余结构的3RPS/UPS并联机器人应用其中。首先对其结构进行介绍及逆运动学分析，然后针对传统PID控制在控制精度方面的不足，提出了一种基于神经网络观测器的反演控制方法。最后利用MATLAB对其进行建模以及系统仿真实验，并与传统PID控制以及一般的RBF神经网络自适应控制进行对比。由仿真结果可以看出，根据RBF神经网络观测器估计系统状态值，并应用反演控制理论设计控制器，能实现很好的状态观测，从而实现无需速度信号的位置跟踪。该方法也能够在一定程度上提高精度，且其整体控制效果优于传统PID控制器，相比于一般的RBF神经网络自适应控制也有了一定的改进。     

基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究

为提高电动负载模拟器系统的动态性能和信号跟踪准确度,提出针对系统摩擦和间隙进行补偿的方法。采用基RBF波神经网络的PID 控制器实现摩擦非线性补偿,同时利用间隙逆模型针对间隙非线性进行补偿。利用Matlab 软件对补偿结果进行仿真验证,仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好,跟踪误差明显减小,准确度得到很大改善。仿真结果证明：基于RBF神经网络的PID 控制器和间隙逆模型分别对摩擦和间隙有明显的抑制效果,系统动态性能得到提高。     

一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究

将传统PID控制器参数优化和径向基函数（RBF）神经网络结合,提出了基于RBF神经网络的PID控制器。将该控制器用于某超临界电厂温度系统中,由RBF网络对温度控制系统进行在线辨识,建立其在线参考模型并为PID控制器提供信息,控制器通过在线的自学习不断进行适应性控制,从而实现参数在线自调整,优化误差性能指标。MATLAB仿真结果表明,控制器对超临界温度系统有较好的控制效果,不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好。     

神经网络在细纱机中的应用

介绍了一种基于PLC和DSP的细纱杌控制系统.该系统针对细纱机控制系统的非线性与传统PID控制方法的不足,提出了一种改进型基于RBF神经网络在线辨识的单神经元PID自适应控制方法.该方法构造了一个RBF网络对系统进行在线辨识,建立起在线参考模型,由单神经元控制器完成控制器参数的学习,从而实现控制器参数的在线调整.仿真试验结果表明.该控制器控制精度高,动态性能好,其控制效果优于传统的PID控制器.     

基于神经网络的多元特征融合身份识别系统

从信息融合的角度出发，利用神经网络的方法将语音信号、人脸图像等多元特征数据信息有机地结合起来，设计并实现了一种基于神经网络的智能融合身份识别系统。系统利用改进的线性预测和轮廓检测等方法，求出3类特征参数，并将它们进行关联，最后利用RBF人工神经网络进行融合识别。实验表明，与传统的单一特征识别系统相比，该方法具有更好的识别效果。     

MIDI演奏控制器

作为电子合成器三大组成部分(音源、音序器和演奏控制器)之一的演奏控制器首先可以像传统乐器那样进行实时的演奏,直接驱动音源发声,如弹奏家用电子琴。同时在音乐制作过程中,它还可充当输入设备,类似于计算机的键盘和鼠标,演奏控制器可以向音序器,或作为音序器的电脑输入音符和演奏控制信息,制作人进而可对这些由音序器记录     

一种基于人工免疫原理的最优模糊神经网络控制器

提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案．首先给出了控制器结构，其次将免疫进化算法用于控制器参数的优化，设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器．将该控制器用于控制实际倒立摆系统，并采用状态变量合成方法以大大减少模糊规则的数目，实验结果验证了该控制器的有效性．