领航人生 驾驭未来——金海马激情畅想“领驭”盛宴

7月8日．意大利金海马秋冬产品推广会大型服装模特盛宴在百荣世贸商城拉开帷幕．契合百荣这个令亚洲乃至世界瞩目的服装航母．金海马牵手百荣．放眼天下。本次推广会为期三天．总共有300余位经销商前来参加。     

食疗兼备海马肴

海马，亦称“马头鱼”、“龙落子”，属硬骨鱼纲，海龙科。体侧扁，弯曲，背环状骨板，一般长10-30cm，淡褐色。头与躯干成直角，形似马头。吻呈管状，鳃孔裂缝状。扇动背鳍，作直立游泳。食小型甲壳动物及仔鱼，雌鱼尾部有孵卵囊，受精舜在囊内发育。主要栖息热带海洋，我国沿海均产，以南海较多。     

BP人工神经元网络拟合复合胶凝材料胶砂强度的研究

利用BP人工神经元网络数据挖掘技术对一组复合胶凝材料胶砂试验数据进行了胶砂强度性能拟合,证明了该技术拟合复合胶凝材料胶砂强度性能的准确性.     

基于微分方程数值分析的机械臂运动参数挖掘模型

在目前的运动参数挖掘模型中,通常采用差异化运动原理对运动过程进行分析,缺乏实际的公式支持,在进行参数挖掘时影响性能。因此,提出基于微分方程数值分析的机械臂运动参数挖掘模型研究。首先利用微分方程数值分析的方式来对机械臂的运动过程进行模拟,列举出其中的动态特性参数。依据动态特征参数,利用神经元网络对其中的运动参数属性进行特征提取。获得运动特征后,使用贝叶斯原理进行深入的运动参数挖掘。为了验证设计的运动参数模型性能,设计仿真实验,设定模拟机械臂,并使用设计模型与文献[3]、文献[5]、文献[13]中的参数挖掘模型进行运动参数挖掘,并对比性能的优劣性。实验结果证明,设计的运动参数挖掘模型具有较高的运算速度、实时性以及准确率,证明设计的运动参数挖掘模型具有较高的性能,满足设计初衷。     

基于人工神经网络的拉形回弹预测技术研究

以蒙皮拉形为对象,探索了人工神经网络技术在拉形回弹预测中的应用。研究了利用神经元网络预测拉形回弹的关键技术,将人工智能技术和拉形数字仿真技术有机结合,建立了拉形回弹预测的人工神经网络模型,并验证了预测模型的有效性,为推动知识工程在飞机板金精密成形中的应用积累了经验。     

一种基于数值积分的过程神经元网络训练算法

针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分、柯特斯积分等3种过程神经元网络数值积分训练方法,以太阳黑子数据预测为例进行仿真实验,结果表明,基于数值积分的过程神经元网络训练算法是有效的,其中辛普森积分算法的性能最优。     

一种惯性平台自动调平系统的设计

为了缩短惯性平台的调平时间提高调平的精度,本文首先建立了平台的数学模型,在此基础上建立了基于PID(Propor-tional-Integral-Derivative)神经元网络控制的平台调平系统,该系统主要由水平传感器、PID神经网络控制器、D/A和A/D转换模块、变频器和电机组成,四条支腿同时升高调平.仿真结果表明,在x方向和y方向水平偏差角度分别不超过2°时,调平时间小于50s,调平精度小于2,调平过程中平台稳定,无虚腿现象,实现了机电式四点调平.经过长期使用,系统运行稳定,可靠性高.该控制器可应用于不同的调平系统中.     

异质性和时滞作用下神经元网络的共振动力学

利用参数互异的Fitzhugh-Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质性诱导共振对耦合强度具有鲁棒性.更重要的是,耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质性参数的适当范围内都能明显出现.