基于混沌梯度的BP网络设计及应用

该文针对BP神经网络易限入局部极小的问题,提出了混沌梯度优化的神经网络的学习算法,其原理是:用规则来判断由于梯度搜索过程中产生的局部极小,并利用具有全局寻优的特点的混沌搜索,使学习过程能有效地逃离局部极小。即采用梯度下降进行“粗搜索”,混沌搜索进行“细搜索”,并建立规则将两者结合起来,就构成了BP神经网络的基于规则的混沌梯度耦合学习算法。它有效地利用了梯度下降算法的快速性和混沌寻优的全局性,并已应用于工程实际,取得了良好的效果。     

可调参数前馈神经网络及其启发式模拟退火法

针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷,在权值平衡算法的基础上,提出一种激励函数参数可调的前馈神经网络,并给出了相应的权值和参数快速学习算法;该算法运用文章提出的非单调启发式模拟退火搜索法实现网络权值和参数的快速搜索;实验表明,该算法不仅能明显提高网络的学习速度。而且可较好地避免学习过程陷入局部极小点而导致学习失败。     

基于非平稳信号频谱分析的指纹图像增强算法

把指纹图像看作一种局部平稳总体非平稳的信号,研究了指纹图像的频谱特性,提出了一种基于统计学的指纹方向和频率估计方法.在此基础上,基于方向一致性分析和频率分析,提出了方向和频率校正算法.实验结果表明,该算法对指纹图像有显著的增强效果,并有效地提高了指纹细节特征提取的准确率.     

基于线性支持向量机的指纹图像分割方法

针对现有指纹分割方法存在的不足,提出了一种基于线性支持向量机的指纹图像分割方法。该方法首先选择指纹图像子块的傅里叶频谱能量比和灰度对比度构成特征向量,利用线性支持向量机对这些特征向量进行分类,再运用二值图像形态学操作最终实现指纹图像分割。实验结果表明,与现有的一些典型方法相比,该方法对于指纹图像分割更为准确、可靠。     

多干扰高温辐射体图像目标的分类识别方法

在基于CCD图像传感器的非接触高温温度场软测量中,为了计算高温图像目标的温度,必须先从辐射图像中准确识别待测目标。由于工业现场采集的高温熔体图像中存在多种噪声,导致图像目标难以准确识别。提出一种目标图像分类识别方法,即先利用多光谱图像分割方法来减少甚至消除各种高温噪声;然后运用改进的最大类间方差法进一步分割以去除烟雾干扰;最后运用数学形态学方法消除分割图像中的游离点和孔洞,使目标边缘光滑。实验结果表明,该方法能够从多种干扰图像中准确识别出高温辐射体图像目标,有较强的实用性。     

基于湿含量计算模型的管道空气流量在线微机测量系统

空气测量准确性对热工设备燃烧效率、热效率以及气氛控制有非常重要的影响。湿空气中水蒸汽含量对空气测量准确性有较大的影响。随着节能工作的日益加强，对助燃用空气测量准确性提出了更高要求。针对目前管道空气流量在线测量系统测量精度较低和控制滞后的问题，本文基于蒸汽压方程，建立了工况下管道空气流量测量新模型和在线测量系统，实现了管道空气流量的完全在线测量，提高了测量的精度和速度。本测试系统已成功地应用于生产实际，取得了较好的节能效果。     

贫化电炉动态模糊优化决策模型研究

研究并建立了分化电炉动态模糊优化决策模型，克服了以物料平衡和热平衡为基础的静态模型难以适应动态生产过程这一缺陷，领导具结果表明，该模型可用于对实际生产过程进行优化决策，达到节能降耗、提高有价金属回收率的目的。     

基于Hermite滤波器的指纹增强算法

指纹增强的目的在于改善指纹图像的质量,以提高指纹识别系统的性能。提出了一种基于Hermite滤波器的指纹增强算法,算法利用经典的梯度公式法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率。以纹线方向和频率作为滤波器的主要参数,利用具有良好带通特性的Hermite滤波器和具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应。实验结果表明,算法具有良好的图像增强效果。     

一种简易模糊PID控制器的优化设计

本文提出了一个用解析表达式表示的简易模糊PID控制器模型,介绍了该控制器的优化设计方法。对典型被控对象的仿真结果表明该控制器具有设计简易、算法简单、系统动态和稳态性能好的优点。笔者应用此法对从桦南县水泥厂的一个水泥窑上所辨识出来的非线性模型进行了仿真试验,结果表明利用该法设计的控制器抗干扰性能好,适应性强,适用于线性和非线性系统的设计。