The Method of Diagnosing Brain-dysfunction Based on Membership Function and BP Neural Network

Membership functions.formed with the characteristic values obtained by applying the continuous reaction time (CRT) theory from controls and heptic encephalopthy and proposedin this paper.whith these membership functions,the CRT data to be diagnosed are calculated in advance,and then discriminated by BP meural network to differentiate patients with or without braindysfunction.The troubles of low accuracy and efficiency,encountered in training BP network withfuzzy samples.scattered data and extended samples,are solved.     

基于混沌算法的工程车辆自动变速神经网络控制

为了克服BP神经网络收敛速度慢和易陷入局部极小点的不足，提出了一种基于混沌算法的工程车辆自动变速神经网络控制方法，并利用ZL50型装载机传动系统换挡控制试验的数据进行了验证性仿真试验。仿真结果表明：该方法对于车辆自动换挡智能控制是可行的，可以根据操作工况实现正确的变速挡位决策。     

基于BP神经网络的信息融合发动机故障诊断的研究

为了解决发动机喷油器故障诊断中基于单传感器信息的方法诊断精度低的缺点，在神经网络分析的基础上，提出了一种基于气缸压和、缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。该方法能有效地提高其故障诊断精度，明显增加了诊断过程的准确性和智能化。     

基于改进BP神网络的离心泵性能预测

采用改进神经网络(贝叶斯正则化算法)对IB型单级离心泵水力模型的性能进行了预测,通过工程实践中得到的100组离心泵最优几何尺寸来训练网络,并用训练好的网络对需生产的水泵进行工况预测。结果显示,用改进神经网络来预测单级离心泵的性能,预测误差不超过6%。     

移动机器人避障路径规划方法研究

以全自主移动机器人为研究平台，介绍了移动机器人的硬件体系结构、避障行为决策、避障运动控制等。提出一种足球机器人避障路径规划方法，该方法吸取了栅格法信息处理量小的优点，只对障碍物的威胁点进行检测，弥补了其在特征匹配方面的不足，同时无需考虑障碍物的运动状态和运动速度，提高了机器人避障的灵活性和鲁棒性。     

基于CMAC神经网络的自适应渠道输水自动控制研究

介绍了小脑模型神经网络CMAC的原理及基于CMAC的自动控制方法。在渠道输水控制技术的基础上,依据CMAC神经网络学习速度快、能够表达复杂非线性关系、适合于适时控制的特点,提出了基于CMAC的渠道输水控制模型。仿真结果表明,基于CMAC的渠道输水控制,算法简单方便,具有实时性、稳定性和较强的鲁棒性,控制效果较为理想。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于地下水合理埋深的井渠结合灌区水资源联合调控

以泾惠渠灌区为例,针对井渠结合灌区地下水超采及地下水位上升而导致的农田灌溉水环境等问题,从水位调控水量的角度出发,提出了基于地下水位合理埋深的水资源调控模式。在确定不同水文地质单元和不同植被类型条件下地下水位合理埋深上下限的基础上,结合PSO-RBF神经网络对地下水位埋深预测的结果,设计了基本、节水两种水资源联合方案,对不同保证率下的灌区水资源进行了联合调控。结果表明:泾惠渠灌区地下水位合理埋深上限介于1.76~3.50m,下限介于8.7~25.0m,不同水文地质单元、植被类型的水位埋深上下限值差异较大;水资源联合调控时,局部地区出现地下水超采,需加强节水灌溉和多水源的联合调控。     

工程车辆并行自适应神经网络自动换挡控制

为了解决工程车辆在重载作业时传动系统效率大幅下降的问题,以工程车辆"两参数"换挡规律为依据,提出一种并行自适应神经网络自动换挡控制的方法。结构上由神经网络控制、自适应神经网络模型、网络评价和运行监控模型组成。仿真结果表明,该控制方法提高了工程车辆液力机械传动系统效率,有效地克服了神经网络控制实时性差,难以在工程实际中应用的问题,实现了换挡控制的智能化。     

基于脉冲耦合神经网络的蝗虫图像分割

由于脉冲耦合神经网络(PCNN)特有的脉冲传播特性,PCNN在图像处理与模式识别领域得到了广泛应用.为此,提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫图像分割.计算机仿真表明,采用PCNN图像预处理算法,可使图像中的目标(蝗虫)易于被发现;经PCNN预处理后,相同的后续处理效果明显好于未经PCNN预处理的图像.此方法验证了PCNN在图像处理方面的功能,同时也拓展了蝗虫侦测的方法.