PID 控制器参数优化中的仿真研究

研究 PID 控制器参数优化选择问题.传统的 PID 参数优化多采用试验加试凑的方式,费时且难找到最优参数,同时,常规 BP 神经网络 PID 参数优化训练收敛速度较慢,控制效果不理想.为了获得最优 PID 参数,提高系统的控制性能.提出一种遗传算法 BP 神经网络PID 参数优化方法.方法首先采用全局寻优的遗传算法对...     

神经区域CT图像的优化方法研究

研究神经区域CT图像质量优化问题.针对神经区域浓密、杂乱、结构复杂,引起图像重叠混乱,影响图像清晰效果,传统的神经区域CT图像采集中,无法准确全面的拍摄神经区域的全部有效信息,神经区域CT图像的的真实感差的问题.为解决上述问题,提出了三维特征融合技术的神经区域CT图像优化方法,它能够对神经系统的CT图像加入三维特征元素,通过添加约束条件,增加传统神经区域CT图片清晰度.仿真结果表明,改进方法可对复杂的神经区域进行影像优化,提高传统CT图像的真实感、清晰度和立体度,达到了满意的效果,为CT图像优化提供依据.