基于DSP的BP神经网络的硬件实现

为了提高人工神经网络的运行速度，本文提出了采用多片TMS320C40构成的并行系统实现BP神经网络的具体方案，详细探讨了影响系统性能的各个因素，给出了系统性能的理论值，并且经过软件模拟证实了方案的可行性。     

基于VHDL的神经网络模型库的建立与实现

本文讨论了神经网络的硬件实现,提出按层次化的设计方法建立神经网络的硬件模型,并根据神经网络的要求建立基于VHDL的神经网络元件库.元件库具有灵活性好、扩展性强的特点,设计者可根据需要任意修改库单元,灵活的接口功能使用户可以方便地将DSP等模块加入到设计中,在硬件中实现高速、高效的神经网络.     

基于VHDL的神经网络模型库的建立与实现

本文讨论了神经网络的硬件实现,提出按层次化的设计方法建立神经网络的硬件模型,并根据神经网络的要求建立基于VHDL的神经网络元件库。元件库具有灵活性好、扩展性强的特点,设计者可根据需要任意修改库单元,灵活的接口功能使用户可以方便地将DSP等模块加入到设计中,在硬件中实现高速、高效的神经网络。     

基于CPLD的基本Petri网系统的硬件实现

Petri网已经逐渐成为异步并发现象建模的重要工具 ,Petri网的硬件实现将为网系统性能分析以及并行控制器的设计提供一种有效的途径。首先介绍了 Petri网 C/ E系统的特点 ,然后讨论了硬件实现的基本结构模块。最后以哲学家晚餐为例子 ,用 VHDL 语言对结构进行了描述 ,使用了 AL TERA公司的 CPL D集成开发工具 Max Plus ,并给出了软件仿真的结果     

基于LabVIEW实现的BP神经网络

图形化编程环境Lab VIEW编写图形化语言程序可以有效提高设计者的编程效率。人工智能可以利用计算机模拟人类大脑的思维。基于Lab VIEW编写的BP神经网络,可以方便灵活的应用于人类的各种生产经营活动。     

基于BP神经网络的飞行控制系统设计及FPGA实现

针对无人机自主飞行的需求,设计并实现一种基于BP神经网络的飞行控制系统.系统采用模仿学习的方法,让飞行员在飞行模拟器中演示需要神经网络学习的任务,并在演示中捕获训练数据集,然后神经网络通过这些数据集自动生成无人机飞行控制模型.针对飞行控制系统的嵌入式应用需求,提出一种基础运算单元模块化的方法,将飞行控制系统包含...     

基于BP神经网络的引线键合模型

提出了一种基于BP神经网络的新建模方法.利用MATLAB神经网络函数建立网络,通过组合不同参数,将50组训练样本输入网络多次训练,比较结果误差及训练步数、时间,确定了最佳网络结构及参数设置值,建立了引线键合模型.采用训练样本外的10组实验数据对模型进行验证,分析多种误差.验证结果表明,该方法对建立引线键合模型是有效的、可行的,有着较高的精确度.     

基于CPLD实现电阻、电感、电容的测量

介绍了基于EDA技术的电阻、电感、电容的测量。本系统以CPLD为控制核心,在MAX PLUSⅡ10.0环境下采用VHDL语言实现了数据采集、转换及显示。该系统具有测量精度高、硬件简单、灵活性强、易于开发等特点。     

基于CPLD的WatchDog电路设计

论述了基于CPLD的WatchDog设计,该设计实现对主机CPU运行状态的监控,若看门狗电路在规定时间内未收到主机CPU的＂喂狗＂信号,则输出复位信号复位主机CPU,主机可通过配置专用寄存器设置看门狗＂喂狗＂时间.由于采用VHDL硬件描述语言,容易使设计与其它逻辑设计集成在一起,达到模块化和可重用的效果.     

基于联想记忆神经网络模型的BP算法

提出一种改进神经网络BP算法的识别训练系统。实验结果表明，基于联想记忆神经网络模型的BP算法，大大降低样本可变系统的网络训练次数。该系统有效降低样本可变系统的网络训练时间，为BP算法应用于对实时性要求高的场合提供算法基础。     

基于BP神经网络的数字识别研究

为了提高数字识别的准确性和可靠性,将BP神经网络应用于数字识别,并考察了网络结构对系统实时性、识别效果的影响以及初始权值对收敛速度的影响,选取了最佳的隐层节点数和权值初始化函数,实现了基于BP神经网络的数字识别系统。利用MATLAB进行仿真实验,实验结果表明该系统能够实现对数字的有效识别。     

基于BP神经网络算法的入侵检测技术

在入侵检测中应用神经网络技术,可以大大提高入侵检测的检测率,有效提高网络数据的安全。本文分析了BP神经网络应用于入侵检测的实现方式及存在的问题,并对现有的BP神经网络算法进行改进,阐述了基于BP神经网络入侵检测系统及仿真实验。     

基于BP神经网络的OFDM系统信道估计

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中传统信道估计算法复杂度高或估计精度低的问题,给出一种基于反向传播(Back Propagation,BP)神经网络的信道估计方法.采用Simulink仿真工具构建OFDM信号采集平台,建立了基于BP神...     

基于量子—BP神经网络的教学评价研究

将量子计算和BP神经网络相结合,产生一种新的量子—BP神经网络的方法,并将该方法应用于教学评价中,应用量子—BP神经网络的方法构建教学评价系统模型,进而对教学质量进行评价。通过实证分析,得到了满意的评价结果,说明该方法具有一定的可行性和实用性。     

基于UPF-BP神经网络的视频跟踪研究

本文提出一种UPF粒子滤波与BP神经网络相结合方法用来跟踪运动背景下的视频多运动目标,该方法可以处理尺寸变换问题,从而可以鲁棒地跟踪目标。这种算法可以把最新的观测考虑进去,跟踪目标既可以是刚性目标,也可以是非刚性目标,并且跟踪算法可以实时实现。     

基于BP神经网络的食品价格的预测

针对目前食品价格上涨的问题,提出了一种基于神经网络的食品价格上涨的预测方法。借助于Matlab建立食品价格上涨数学模型。利用Matlab对各食品价格的数据进行分析,计算相应的食品价格,对结果进行对比。运用BP人工神经网络的多层神经网络对食品价格的实测值进行训练学习,建立模型。借助于此模型来对食品价格上涨进行预测和预报,以达到对食品价格预测预警的作用。应用实例表明：人工神经网络应用于食品价格的预测预警是比较理想的。     

基于BP神经网络的雷达干扰效果评估

雷达干扰效果是衡量雷达干扰措施是否有效和雷达干扰设备性能优劣的重要指标,如何准确、客观、快捷地评估雷达干扰效果,对雷达干扰双方均具有重大的现实意义。本文主要研究一种了基于人工神经网络的雷达干扰效果评估的方法,并进行了举例说明。     

基于BP神经网络的红外透过率计算

针对实时条件下中红外波段平均大气透过率的计 算,提出了一种基于贝叶斯正则化BP神经网络的方法。 利用BP神经网络良好的非线性拟合特点,建立大气参数与中红外平均透过率之间的关系 模型,从而可以准确迅速 地得到计算结果。此网络模型是以实测温度、压强、湿度和气溶胶的后向散射系数作为输入 向量,分别以水蒸气和CO₂吸收透过率、气溶胶散射透过率和大气透过率作为输出。仿 真结果表明:在相同的大气参数下,本方法的计算 结果与期望值之间的相对误差较小,且远小于经验公式法,验证了本方法的可行性与有效性 。因此,本方法对大气透过率的准确地快捷计算提供了有益的借鉴。     

基于BP神经网络的地震动信号识别

通过数据采集得到三种不同类型车辆的地震动信号,采用小波消噪和特征提取,得到样本数据对神经网络进行训练,训练完成的神经网络就能实现车辆类型的识别。试验结果表明,BP神经网络对车辆目标具有较高的识别率,证明对地震动信号的特征提取方法是正确的,人工神经网络是有效的目标识别方法。     

人工神经网络的BP算法及其应用

在一般人工神经网络的BP算法的基础上,研究了BP算法所遵循的数学基础,指出其存在的缺陷和不足,并给出改进方法。探讨了MATLAB环境下实现人工神经网络BP算法的编程方法及方法改进比较的例子,得到了良好的结果。