基于BP神经网络的故障诊断技术研究

分析了传统的故障诊断方法的特点和缺点,在此基础上选择BP神经网络应用于故障诊断,详细探讨了BP神经网络的建模方法,根据设备的层次结构和特点,将集成神经网络应用于故障诊断,有效地克服了单一神经网络故障诊断的一些缺点,大大提高了故障诊断的效率和准确率.     

新升格本科院校开放实验教学的研究与探讨

分析了新升格的地方应用型本科院校开放创新实验教学运行现状及存在的问题;从提高对实验室开放内涵的认识、构建知识与能力并重的开放实验教学内容体系、实验室开放模式、构建开放式实验教学保障体系等方面进行了深入探讨。结合开放实验教学的实际情况,对适合高校自身特点的开放实验教学模式作积极探索,为培养有创新精神的高技能、高素质人才开辟有效途径。     

系留气球压差与球体应力变化关系研究

针对系留气球球体压差变化和球体应力变化之间的关系进行研究.对球体受力情况进行简化,采用微元受力分析的方法进行应力分析,得出球体应力的理论解.采用有限元软件对无附加结构的球体进行应力分析并同球体应力的理论解进行对比,验证了有限元软件计算结果的可靠性.利用有限元方法在不同压差情况下对球体应力进行分析,确定了其高应力区域的范围和数值.需要指出的是采用膜单元比采用通常的薄壳单元进行应力分析更贴近实际情况.上述结果为球体气囊的结构设计、强度设计提供依据.     

双基地海底散射SSA模型角度特性仿真研究

由海底散射引起的混响是影响双基地声纳性能的重要因素之一,为了通过合理配置双基地声纳各角度来减小海底散射对双基地声纳的影响,基于小斜度近似(SSA)理论,建立了双基地海底散射强度模型.给出了散射强度与双基地声纳各角度之间的关系式.仿真结果表明.海底散射强度与双基地声纳各角度配置关系复杂,随着各角度配置的不同,散射强度会有很大的变化,但在镜反射方向上取得最大值.小斜度近似在整个入射角范围内较为准确,是一种处理粗糙面声散射问题的好方法.     

一种新型高精度温度控制方法

为控制环境温度剧烈变化,对于精密仪器设备对温度精度和系统稳定性要求也随之提高,提出了一种参数自学习比例-周期控温算法,能够自动辨识系统参数和控制参数,并具有自学习能力。当环境温度快速变化时,可以采用相应的控制策略,达到理想的控制效果,适用于控制系统参数未知的场合,同时对环境温度的变化具有较强的自适应能力。仿真结果表明,算法控制精度高、自适应能力强,确实能够满足精密仪器设备对温度的精度和稳定性的要求。     

一种MPEG压缩域的运动对象快速提取算法

针对目前压缩域直接得到的运动矢量过于稀疏且不可靠,导致运动对象分割精度不高等问题,提出一种适合于MPEG视频流的压缩域运动对象提取算法。它先对MPEG码流进行熵解码得到的运动矢量场进行可靠性度量校正、置密和滤波处理,并采用基于块的区域增长算法得到每个对象的大致运动区域;然后解码属于运动区域的块,并把被还原的每个位置的像素值分布视为高斯分布,用统计的方法建立其高斯模型,通过阈值判断可靠地提取出最终具有像素精度运动对象。仿真实验表明,该算法可以有效地去除运动矢量噪声的影响,分割精度显著提高,并且具有较高的处理速度。对于QCIF 格式的视频码流, 每秒可以处理约50帧。     

基于变步长量化的安全图像隐写

图像隐写通过将信息隐藏在载体图像中进行秘密传送,实现隐蔽通信.提出了VSQS图像隐写算法,利用密钥控制生成高斯序列并取整,用于对经伪随机排列后的图像像素进行变步长量化,根据量化像素与秘密信息之间的关系来修改像素,实现信息的嵌入.同时给出了该算法的一种扩展(称为TLQS隐写).实验结果表明,VSQS和TLQS图像隐写可提供较大的隐藏容量,并能抵抗几种常见的隐写分析方法.     

不等权泛组合运算模型研究

实际复杂系统中的各因素一般具有不同的权重,针对现有的泛组合运算模型描述的是一种理想的等权情况,给出了两种广义加权算子模型,并据此提出了一种不等权泛组合运算模型,从而可以更准确地处理复杂系统中各因素间关系的不确定性问题.     

基于结构化神经网络挖掘的农产品产量预测方法

农产品市场的准确预测对指导农业生产、农产品流通和农产品消费有重要作用。本文提出了一种改进的结构化神经网络(ISNN),并基于ISNN构建了农产品产量预测模型;设计了一种优化性能更好的混合遗传算法(MGA),并采用MGA对ISNN预测模型进行训练。应用训练好的预测模型对某县最近10年的玉米总产品进行了预测分析。实验结果表明,该方法收敛速度快、学习能力强、预测精度较高、误差率较小。     

Exponential stability for uncertain neutral systems with Markov jumps

This paper deals with the global exponential stability problems for stochastic neutral Markov jump systems （MJSs） with uncertain parameters and multiple time-delays. The delays are respectively considered as constant and time varying cases, and the uncertainties are assumed to be norm bounded. By selecting appropriate Lyapunov-Krasovskii functions, it gives the sufficient condition such that the uncertain neutral MJSs are globally exponentially stochastically stable for all admissible uncertainties. The stability criteria are formulated in the form of linear matrix inequalities （LMIs）, which can be easily checked in practice. Finally, two numerical examples are exploited to illustrate the effectiveness of the developed techniques.