用动态规划神经网络模型研究多水库系统的水量分配(下)

为了分析多水库系统中两座水库之间灌溉用水的分配问题，建立了基到动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座之库之间进行水量分配的问题，提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型，用3个状态变量动态规划算法得出调度原则，就所研究的多水库系统实例来说，新的动态规划神经网络模型的性能很好，将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

电力系统谐波检测的现状与发展

准确、实时地对电力系统谐波进行检测有着重要的意义。本文根据电力系统谐波测量的基本方法，对近年来电力系统谐波检测的新方法进行了分析和评述。最后对电力系统的谐波测量进行了总结并提出了看法。     

一种实现最佳用户检测的非线性优化神经网络

本文提出并讨论了实现码分多址（CDMA）系统上最佳多用户检测（MUD）的一种神经网络方法。该方法通过将最佳多用户检测视为非线性优化组合问题，利用神经网络能有效求解非线性优化问题的优势，导出了一种非线性优化神经网络来实现最佳多用户检测，理论分析和计算机模拟表明，所提出的神经网络具有可实时应用的动态性能和较传统方法优越得多的误码率性能和抗多址干扰的性能。     

基于神经网络模型的发动机工况识别

提出了利用BP神经网络对发动机工况进行识别的方法。建立了NN识别模型,实现对发动机工作状态的有效识别与预报,为有针对性地对发动机进行适时控制提供了依据。     

基于小波神经网络的信号识别

信号的分选和识别技术在当今信号处理的系统中占有相当重要的地位.小波分析和神经网络是近年来兴起的一种分析信号方法.文中对二者的结合问题进行了研究.小波空间可以作为信号分类的特征空间,进而可以通过神经网络对信号进行特征识别.小波神经网络是基于小波分析而构造的神经网络模型.在信号调制类型识别中,利用小波伸缩平移把信号分解到不同频道上进行特征提取;把提取的特征信息输入神经网络进行分类.仿真结果表明,利用此方法可以较好的对信号进行分选和识别.     

地震勘探技术在焉耆盆地勘探开发中的合理应用探讨

地震勘探技术应用可以分为以二维地震研究构造为主的地震勘探初级阶段、以地震地层学为主的地震勘探中级阶段、以三维地震油藏静态描述为主的地震勘探高级阶段、以地震储层研究为主的开发地震妆级阶段和以四维地震进行油藏监测为主的开发地震高级阶段。针对5个不同阶段的地质条件和地质任务，选择使用合理的地震勘探技术是有效提高勘探开发效益的重要途径。焉耆盆地的勘探开发体现了以地震勘探为主的思路，在勘探开发过程中重视了针对不同勘探开发阶段和不同的地质 地震技术，因此，在早期勘探开发中取得了很好的经济效益。     

DAB发射端信道编码技术的研究及其实现

本文介绍了DAB（数字音频广播）发射端的信道编码过程及其关键技术，并用软件实现了信道编码算法。与硬件模块协同工作良好。     

微地震相分析在河流储层精细描述中的应用

传统地震相分析满足不了目前油田勘探开发的需要。神经网络微地震相分析将神经网络应用于高质量三维地震数据体中，可对单一反射同相轴进行波形信号分析和训练，建立模型地震道，并对实际地震道分类，进而得到在平面和剖面上精度较高的微地震相分布。采用该方法并结合测井资料，在研究区块中建立的微地震相分布图能够清晰地表现出该区块的沉积微相特征，且较好地解释了工区内2口井的产能差异，表明神经网络微地震相分析是可靠和有效的。     

一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反应卷积滤波器和一个自适应零记非线性估计器。