基于粗糙集和模糊聚类的超谱波段约简

由于超光谱图像数据量大,维数高给分类识别处理带来不便,该文提出一种可行有效的波段约简方法.通过FCM聚类将原始波段划分为若干等价波段组,然后根据最大隶属度原则只保留每组中具有代表性的波段,达到维数减小的目的。其中,模糊聚类中相似度的定义是基于超谱相邻波段间的相关性,利用粗糙集理论中的处理属性依赖性的方法合理表达出来。实验表明,这一方法既有效地缩减了高维数据,又尽可能少地损失有用信息,保持了原始波段的分类能力。     

多纸种造纸机定量控制的神经网络方法

用有限个时不变模型描述多纸种造纸机不确定系统，用神经网络方法实现了该纸机的定量控制。该方法以经过训练的神经网络控制器代替常规控制器，可同时达到对多个模型的控制，进而达到对不确定系统的控制。     

一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用􀀁

提出了一种应用模糊神经网络进行故障诊断新方法．采用模糊神经网络作为故障分类器,离线地自适应从学习样本数据中提取各个用以描述故障状态的模糊参考模型．在诊断时,此模糊神经网络在线地得到当前系统的模糊模型描述,并将与各个参考模型相匹配,从而得出正确的诊断结果．它适用范围广泛,如用于控制系统的过程对象以及传感器、执行器故障的检测与诊断．通过对燃汽轮机控制系统多传感器故障诊断的仿真证明了此法的有效性和优越性．     

数据融合的模糊模型和算法研究

提出了一种数据融合的模糊模型和算法。该模型定义了容许函数对传感器输出信息的一致性进行度量，利用模糊测度对参与融合的传感器组的可靠性进行度量，使最终的融合结果是尽量可靠的传感器组提供的一致性较好的数据的综合。该方法既能有效的处理冲突信息和传感器故障产生的错误信息，同时又保证了融合结果的精确性和可靠性，具有良好的容错性和稳健性。既可用于信号层融合，又可用于决策层融合。仿真结果表明，融合方法令人满意。     

纸浆浓度智能测控系统

本文介绍了纸浆浓度控制系统的硬件结构，给出了单个神经元智能软件的实现方法，该系统的设计与实现具有较强的自适应能力和容错性。     

基于证据理论的多分类器集成方法研究

提出了一种基于证据理论的多分类器集成方法。该方法首先对分类器输出的抽象层信息进行不确定性表征,即对输出证据的基本概率分配进行赋值,然后,利用证据组合规则对多分类器进行集成,并针对语气组合中“焦元爆炸”的问题,推导了一种快速算法。使信息复杂度和计算复杂度大大降低低。该方法将对往设计一个性能优良的高维输入分为器的问题转化为设计多个性能较优的低维分类器,较好的解决了高维特征空间的判分问题和高可靠性分类器的设计问题,最后将此算法应用于字符识别,结果令人满意。     

纸浆浓度调节系统的精度分析与改进

本文对当前常用的纸浆浓度调统节系统进行了精度分析,找出了产生测量误差的各种因素及解决办法,设计出一种数字化的,采用微机控制的浓度调节系统。该系统采用汇编语言,实现了具有PI结构的交错估计自校正算法,使测量精度和控制质量都取得了满意效果。     

小型X—Y函数记录仪的设计

小型X—Y函数记录仪是一种典型的高精度快速小功率随动系统。当前在研制和生产中遇到的难点较多,除了对加工工艺等方而要求较高外,更主要的是它要求仪器具有很高的灵敏度、线性度、快速性和重复精度,而且在复现方波或阶跃信号时,还不允     

一种基于非线性传递函数的变结构控制

针对工作范围广，参数变化大的非线性系统，为了改进非线性控制器的鲁棒性能，本文提出了一种基于非线性传递函数的非线性变结构控制器设计方案，并利用这种方法设计了某激光制导炸弹控制通道的控制器。仿真结果证明，该方案动态响应快，鲁棒性强，跟踪效果良好。     

全数字质量厚度传感器及在复合材料制备中的应用􀀁

介绍了全数字质量厚度传感器的基本结构和工作原理，对传感器的基本性能进行了理论分析，对复合材料预浸带的树脂含量者了动态测量，并与重量法间断测量结果进行了比较，结果表明，该传感器完全满足对复合材料的测量要求，可用于生产实际。