基于LLE和BP神经网络的人脸识别

利用LLE非线性降维方法提取人脸特征,然后将提取出来的特征输入到BP神经网络进行训练得到人脸类间的判别信息,进行人脸识别。利用LLE降维方法既能够降低数据维数,减少运算量,又很好的保留了各类人脸样本的拓扑结构,避免人脸图像光照、姿态等因素对人脸识别的影响。在ORL人脸库上的实验结果表明了,这种方法是有效的。     

基于神经网络非线性模型的开关磁阻电机调速系统动态仿真

实现开关磁阻电机调速系统(SRD)的准确动态仿真是进行系统参数优化、控制策略研究的重要依据.本文在以实测开关磁阻电机(SRM)准确特性曲线为样本数据,并基于BP神经网络建立SRM非线性模型的基础上,构建了Matlab环境下SRD系统的整体动态仿真模型.通过仿真揭示了SRD系统的稳态、动态运行特性,实现了系统性能的准确分析,为设计SRD系统高性能控制提供了理论依据.经与实测电流、转速波形对比,验证了本文提出的SRD动态仿真方法的有效性.     

电阻点焊质量在线无损估测

采用动态电阻法建立了低碳钢电阻点焊熔核直径的人工神经网络模型,该模型为3层BP向前网络结构,通过大量正交试验训练获得其模型数据。将模型数据移植到C语言中,建立了熔核直径在线估测系统。该系统有望应用于实际生产的质量监控。     

基于大数据架构的BP神经网络的用户用电评价与反窃电技术

对用户用电行为进行科学评价并预防窃电行为,是保障电网安全运行的重要措施。为提升针对用户的用电状态评价效果,本文以用户用电行为状态为主要研究对象,着重从BP神经网络的角度,探讨在大数据架构下发挥BP神经网络作用,在科学评价用户用电行为的同时,也能够提升反窃电技术水平的有效措施,旨在为电网安全运行和提升用户用电评价效果提供借鉴的思路和经验。     

人工神经网络在轻板隔墙隔声预计中的应用

轻钢龙骨薄板墙(简称轻板隔墙)的隔声性能由于其构造的复杂性,没有简单公式可以预计其隔声量。在大量实验结果的基础上,利用人工神经网络对一些常见的轻板墙组合构造进行计权隔声量(RW)的预计。根据相关分析和主成份分析的结果,选用板材面密度、墙体总厚度、腔内吸声层厚度、龙骨型式和垫层等因子作为网络的输入变量,由此进行隔声性能的预计,可达到较满意的结果。     

基于生成矩阵的LDPC/Turbo码的构造及内外迭代译码新技术

提出了一种新的LDPC／Turbo码（简称L／T码）,及采用内外迭代译码新技术的简便实用的译码器。L／T码将原来Turbo编码中的两个子编码器分别用RSC码和LDPC码来代替,并由一个交织器连接。解码采用软输入／软输出的最大后验概率算法迭代执行,利用外信息的传递,每个子译码器都可以充分利用另一个在上一步计算中得到的结果。仿真在加性白高斯信道下进行,并将其结果和传统方法进行了比较。     

基于边缘计算的轴向柱塞泵磨损状态辨识方法研究

判断轴向柱塞泵的磨损状态对维护轴向柱塞泵正常运行具有重要意义。然而,现有的轴向柱塞泵故障诊断方法大多为离线式和基于云计算的在线式,存在延时长和数据量大的问题,无法满足轴向柱塞泵磨损状态辨识的实时性需求。为了减少延迟时间和传输数据量,提出一种基于边缘计算的轴向柱塞泵磨损状态辨识方法。构造出一个集成信号采集、信号预处理、特征提取和磨损状态分类的边缘节点,用于正确和实时地辨识磨损状态。设置4种轴向柱塞泵滑靴副磨损状态作为故障源,并构建相应的磨损故障数据集。为了减少边缘节点计算量,在上位机中利用随机森林包外误差选择敏感特征值。为了实现磨损状态辨识,在上位机中训练磨损状态分类的特征选择人工神经网络模型,并将信号预处理和特征提取功能算法以及模型参数嵌入边缘节点。通过与其他方法的比较和在线磨损状态辨识试验证明所提方法的正确性和实时性。     

智能式距离保护

传统式距离保护方法受不同故障条件的影响,有时会产生继电器误动作。本文所提出的智能式距离保护方法综合了改进遗传算法(GA)和误差反向传播算法(BP)的优点。仿真结果表明,该方法不但比传统的距离保护方法反应更迅速、更准确,而且比目前应用较多的神经网络式距离保护有更快的网络训练速度和避免陷入局部极小点的能力,同时也满足了距离保护速度和精度的要求。     

一种基于VHDL的通用全数字电路人工神经网络的设计

从分析人工神经网络的设计原理入手,阐述了全数字电路人工神经网络的设计方法。通过一个小规模前馈人工神经网络的设计实例,简要说明了利用VHDL语言及编译平台,完成一种可调整权值的通用人工神经网络的设计算法和流程。