基亏神经网络同时测定UF6中钼、钛和钨的研究

运用神经网络与分光光度结合的方法,提出了同时分析六氟化铀中Mo、Ti和w3种杂质元素的技术。训练网络确定的最佳训练参数为学习速率为0．60,动量项为0．85。检测集测定的六氟化铀中Mo、Ti和W3种元素的回收率均在90％～110％之间,方法精密度分别为3．39／6、3．9％、4．3％,对实际样品进行测定,并与ICP—AES法结果相比较,两者间相对偏差均小于10％。     

基于人工神经网络的异步电机SVPWM转差频率矢量控制仿真实现

详述了电压空间矢量脉宽调制(SVPWM)的原理,论述了利用人工神经网络(ANN)实现SVPWM的可能性及其方法;基于MATLAB构建了2个神经网络子模块,将其封装到Simu-link仿真环境中,并构建了控制上易于实现的异步电动机转差频率矢量控制系统。仿真证明,基于ANN的SVPWM技术更有利于在电机的定子侧形成接近于圆形的旋转磁场,从而更有利于减小输出转矩的脉动和抑制电机输入电流的高次谐波。     

基于模型参考自适应律的无速度传感器交流异步电动机矢量控制仿真

针对异步电动机矢量控制中对定子电阻和转子时问常数等参数的依赖性，设计了一种基于模型参考自适应律（MRAS）的参数辨识器。该辨识器同时还可以观测定子磁链及转子速度，并以此为基础，利用MATLAB／Simulink构建了以定子磁场定向的无速度传感器矢量控制系统。仿真结果表明：该方法实时辨识电机参数的变化，提高了控制系统的准确性和鲁棒性。     

基于MRAS无速度传感器的感应电机直接转矩控制系统研究

针对直接转矩控制系统在低速时对电机参数的依赖性,提出一种基于模型参考自适应的定子磁链观测器,该观测器在观测定子磁链的同时也辨识了电机参数,并观测出电机转速。在此基础上构建了无速度传感器的直接转矩控制系统仿真模型,结果验证了该方法的正确性。     

基于轻量卷积网络的马铃薯外部缺陷无损分级

目前马铃薯外部缺陷检测方法主要依靠人工提取特征,且检测精度不高,为了更好地对马铃薯外部缺陷进行快速、准确在线分级,本实验提出一种基于轻量卷积网络的在线分级方法。首先,利用ImageNet数据集训练Xception网络模型,建立马铃薯预训练网络模型;然后,重新构建5 类缺陷全连接层,并通过迁移学习在预训练网络模型上训练马铃薯缺陷数据集;最后,基于外部缺陷识别模型分别测试5 类缺陷的分级性能。结果表明,学习率为0.000 01时,网络模型整体性能最优,训练准确率为98.88%,损失值为0.034 9;在相同样本条件下,与9 种不同深度的网络进行对比,本实验构建的轻量级网络模型识别效果最好,平均识别准确率达到96.04%,且运行时间比识别效果较好的ResNet152网络更短,本实验网络模型的识别速率为6.4 幅/s,本研究结果可为马铃薯在线分级提供理论支持。     

基于神经网络同时测定UF_6中钼、钛和钨的研究

运用神经网络与分光光度结合的方法,提出了同时分析六氟化铀中Mo、Ti和W 3种杂质元素的技术.训练网络确定的最佳训练参数为学习速率为0.60,动量项为0.85.检测集测定的六氟化铀中Mo、Ti和W 3种元素的回收率均在90%～110%之间,方法精密度分别为3.3%、3.9%、4.3%,对实际样品进行测定,并与ICP-AES法结果相比较,两者间相对偏差均小于10%.     

一个无线医疗服务系统的设计实现*

针对目前就医流程的不够人性化,提出无线医疗服务概念,并建立一个WAP无线医疗服务系统。该系统总体划分为WAP服务前台和Web管理后台。前台提供远程挂号、化验单提示等无线服务,后台实施对无线服务信息、患者信息以及医院医疗资源信息的管理;在实现上,采用集成Struts、Spring与Hibernate框架的J2EE三层架构,该架构易扩展、部署简单、稳定性也较好。     

基于Elman网络的黄河源区枯季径流预报研究

采用反馈Elman网络对黄河唐乃亥及玛曲两站1959～2003年年降水量及径流量进行了分析,建立了基于反馈神经网络的黄河源区枯季径流预报模型.利用matlab7神经网络工具箱对黄河源区唐乃亥站枯季径流量进行了预报.结果表明,所建立的ANN(7,7,15,7)模型预报结果精度高,容错能力强,是枯季径流预报的有效手段.     

基于dsPIC的高精度介质损耗测量仪

基于市场上对全自动、数字化以及优良抗干扰能力为典型特征的介质损耗测量仪的迫切需要,采用了45 Hz和55 Hz两种频率的变频电源来避开工频干扰,用这两种频率下的介质损耗的平均值作为被测试品的介质损耗值,并给出了简洁实用的快速数字基波相位分离算法。以dsPIC30F6012数字信号控制器为核心,搭建了产品开发试验平台。试验结果表明,这种介质损耗测量仪具有平台搭建容易、运算速度快、测量精度高、抗干扰能力强等特点,具有广阔的应用前景。     

一种基于基波分离算法的变频介质损耗测量仪

基于市场上对全自动、数字式及有较强抗干扰能力为特征的介质损耗测量仪的迫切需要,在基波相位分离算法基础上,采用45 Hz和55 Hz两种频率的变频电源避开工频干扰,用这两种频率各测量5次,将所有测量值的平均值作为被测试品的介质损耗角正切值,并给出了以dsPIC30F4013为核心的该测量仪器的实现方案。试验结果表明,这种介质损耗测量仪具有运算速度快、测量精度高、抗干扰能力强等特点,具有广阔的应用前景。