基于ANN的声目标识别系统及其DSP实时实现

介绍了一种基于人工神经网络(ANN)的声目标识别系统,概述了用MATLAB专用工具箱对神经网络权值进行训练及仿真的过程,叙述了ANN目标识别系统的数字信号处理器(DSP)实时实现过程,并着重分析定点实现过程中程序变量的定标、非线性运算的实现、溢出的处理等关键步骤.对不同字长的识别结果进行比较表明,基于定点实时实现的系统数据保持很高的精度,可以得到与浮点处理相同的识别率.     

马钢新1号高炉平衡点操作技术的研究

对马钢新１＃高炉自９５年以来的数据进行了分析，采用人工神经网络方法设立了一和中高炉下部热量与高炉各主要参数间的预报神经网络模型。该模型可进行瞬时预报高炉下部热量水平，并找出与平衡点之间的偏离度，从而调整各参数，使高炉逼近平衡点，达到稳定高炉操作目的，该模型还具有良好的适应性和自学习功能。     

脉冲神经网络的时间计算——世界中心识别原理

本文表明传统的基于脉冲平均点火率的人工神经网的全并行计算是不妥的，因为它不能进行时间操作，我们提出一个脉冲神经网，对神经计算引入空间搜索机制，搜索能够将空间坐标转化为时间坐标，这使得空间相对坐标 为时间相对坐标，利用延迟的连接，神经网能够非常容易地完成时间相对坐标的计算，设计了一个以世界为中心的模型，它由空间搜索器和特征转移向量存储器组成：ＷＣＭ是单纯的神经网络，它代表了不变识别的神经原理。     

人工神经网络——模糊控制研究近况

本文综述了人工神经网络－－模糊控制在近期的一些研究成果。     

快速二阶BP网络及其在城市用水量预测中的应用

针对BP网络收敛速度慢，易导致局部极小值的缺点，提出一种快速二阶BP网络，并以城市年用水量预测为例，与BP网络对比，结果表明，该方法加快了收敛速度，提出了结果的准确度。     

模糊控制的回顾和发展趋势

本文在回顾了模糊数学和模糊控制发展基础上，详细分析了其应用场合及其缺陷，然后指出了自学习模糊控制的发展趋势，最后提出了一种改善模糊控制性能的新型结构形式和几点思考。     

FCCU稳定汽油饱和蒸气压控制综述

在炼油厂催化裂装置中，稳定汽油蒸气压是反映催化裂化汽油产品质量的一项关键指标。催化裂化现场稳定汽油蒸气压的高低及平稳与否，不仅决定汽油产品质量，也影响汽油收率。综合分析国内外在催化裂化汽油蒸气压控制与优化指导操作过程中的优势与劣势，并通过针对影响汽油蒸气压的因素进行工艺分析，发现我们引进美方汽油蒸气压控制方案Ｄ－１中的技术不足之处，又相继找到了操作不平稳的原因；采用我们拥有的技术，克服了炼油化工系统中存在的大滞后与非线性，使该先进控制回路的开发与应用获得成功。实现在线实时控制后，汽油蒸气压保持在给定目标２ｋＰａ内。     

人工神经网络技术在板料激光弯曲中的应用

基于人工神经网络基本理论,建立在板料激光弯曲中预测材料表面最高温度、弯曲角度的BP网络模型。借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,实现激光加工工艺参数的优化,为实际生产和加工提供有效的依据。     

RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.     

降雨空间分布模式识别

以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式，以便制订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为6类模式；同时基于BP人工神经网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别的模型，经过模型的学习和验证，效果较好。