基于L1范数的二维鉴别局部保留投影的最大间距准则方法

为避免基于L1范数的鉴别局部保留投影(DLPP-L1)方法中图像数据向量化引起的矩阵计算的不稳定问题,提出了一种基于L1范数的二维鉴别局部保留投影的最大间距准则方法 (2DDLPP-L1/MMC),目的是寻找一组最优投影向量使得投影变换后特征空间的类间离散度最大而类内离散度最小。2DDLPP-L1/MMC方法直接基于图像矩阵并且利用了L1范数对野值处理的稳健性以及最大间距准则所具有的优势,降低了计算量。人脸数据库上的试验结果表明,该方法具有较强的鲁棒性和较高的识别率。     

模拟电路故障诊断的开关电流神经网络方法

以等效电源为变量，构造了线性模拟电路故障诊断的优化神经网络，基于罚函数方法提出了开关电流神经优化求解器，并给出实例，由Ｐｓｐｉｃｅ验证其可行性。     

模拟电路故障诊断的BP神经网络方法

提出了一种采用改进型的BP神经网络诊断模拟电路故障的新方法。介绍了包括附加动量法和自适应学习速率法在内的改进型的BP网络算法，其中附加动量法是在每一个权值的变化上加上一项正比于前次权值变化量的值，不仅考虑了误差在梯度上的作用，而且考虑在曲面上变化趋势的影响；自适应学习速率是根据误差函数值的变化对学习率进行实时调整，可以保证网络总是以最大的学习速率学习。最后，本文给出了仿真实例，实验证明所提出的方法与传统方法相比有更好的实时性和诊断效率。     

分段跟踪法查找汽车油电路故障

采用分段跟踪法查找汽车故障，也就是以顺藤摸瓜的方式依次跟踪查找，逐步缩小可疑范围，渐渐逼近故障部位，使之容易发现而不轻易漏掉和放过。这是驾驶、维修人员常用的一种诊断和检修故障的方法。     

水电机组振动故障的粗糙集-神经网络诊断方法

针对当前水电机组故障原因复杂,实际监测数据量大,采用神经网络方法进行机组故障诊断存在网络结构复杂、训练时间长、诊断困难的问题,文章将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。在保持分类能力不变的前提下,用粗糙集理论对故障信息进行约简处理,然后用RBF神经网络对预处理后的故障信息进行诊断,使神经网络的输入神经元数目明显减少,其结构得以简化。通过对某电站实测机组数据进行离线故障诊断,证明该诊断方法有效提高了机组故障诊断的效率和准确性。     

基于改进ART2神经网络的绝缘子故障在线诊断

根据绝缘子在线检测的特点，提出了基于改进ART2神经网络的绝缘子故障在线诊断技术．改进的ART2神经网络在F2层增设初始状态层，即F2层分为上子层F22和下子层F21．F22层存储绝缘子首次投运时的初始状态和已知的典型故障类型，F21层存储新增故障类型．在绝缘子故障诊断过程中，首先应用电晕电流脉冲测量仪在线测量绝缘子的电晕电流脉冲，然后绘制电晕电流脉冲的N-ψ图，并将其作为故障诊断的特征量送入改进的ART2神经网络进行模式识别．被检测的特征量先与F22层中的初始状态和已知的典型故障类型进行比较，如果匹配则判为该类；如果不匹配，再与F21层中的新增故障类型进行比较；如果都不匹配，则在F21层中创建新增故障类型．改进ART2神经网络解决了传统ART2神经网络聚类中心漂移问题，杜绝了绝缘子故障漏判的发生．仿真实验结果表明，应用改进的ART2神经网络可有效实现绝缘子故障在线检测，获得较好的诊断结果．     

基于免疫粒子群和BP神经网络的变压器故障诊断技术

为了解决粒子群算法的早熟收敛问题和BP神经网络梯度下降训练法收敛速度慢、容易陷入局部极小值的问题,将免疫学中的克隆、变异理论用于粒子群算法的优化,建立免疫粒子群算法并给出算法步骤及免疫粒子群算法训练BP神经网络的步骤,将其应用到电力变压器的故障诊断中．仿真实验证明所提出的方法对变压器故障的诊断准确率可达95％以上,能够满足工程应用的需要．     

几种线性电阻电路分析方法的比较

本文通过对相同电路采用几种电阻电路分析方法进行分析求解,并对这几种分析方法进行对比研究,认为应根据电路结构特点进行不同分析方法的选择。     

基于模糊神经网络的电控发动机诊断专家系统的研究

发动机出现故障的机率较高,一般占整车故障的40%左右。研究发动机故障诊断专家系统,可以及时、准确进行故障定位,提高工作效率。但是传统专家系统存在推理效率低、自学习能力差等缺点。本研究将模糊逻辑和传统神经网络相结合形成模糊神经网络,建立了模糊神经网络(FNN)故障诊断模型,并将该模型应用于发动机故障诊断,优势互补,提高了专家系统的推理效率和自学习能力,其性能高于传统的BP网络。     

绵羊HSPA1L基因的生物信息学分析

为了解绵羊热休克蛋白1L (heat shock protein family A member 1 like,HSPA1L) 基因及其编码产物的基本结构和生物学特征,给绵羊的抗热应激和免疫等方面的研究提供依据,利用生物信息学数据库及软件对绵羊HSPA1L基因进行生物信息学分析。结果表明,该基因最大长度的ORF有1 926 bp,编码641个氨基酸序列。其编码的蛋白质分子式为C3094H4985N859O969S20,理论等电点为5.89,不稳定指数为32.56。该蛋白无信号肽和跨膜结构,为非分泌性蛋白,主要在细胞质中发挥生物学作用。无规则卷曲是构成该蛋白二级结构和三级结构的主要方式。     

模拟电路故障诊断神经网络方法

提出了一种新的模拟电路故障诊断近似估计方法以及求解此问题的神经网络。其显著特点是只需一次优化过程即能估计出最可能故障元件，计算量小。计算机模拟和实例表明该方法是可行的。     

基于神经网络数据融合方法的模拟电路故障诊断

根据模拟系统故障检测原理，采用神经网络与数据融合相结合的方法进行模拟电路故障诊断，提出了一种新型的基于D-S证据神经网络的故障检测与诊断方法．应用D-S证据理论对径向基函数网络进行了修正，用具有一个输入层、两个隐含层和一个输出层的神经网络实现．各个证据体的基本概率赋值的获取是D—S证据理论在实际应用中的难点问题，本方法中采用的是根据输入模式与原型模式之间的相似度以及原型模式的类别隶属度来确定基本概率赋值．借助神经网络自学习的功能，实现对类别隶属度的最优化．结果表明该方法能快速有效地进行故障诊断中大量数据的处理，具有很强的鲁棒性．     

小波神经网络在模拟电路故障诊断中的应用研究

对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法．该方法用小波变换作为模拟电路故障信号的预处理器，大大减少神经网络的输入数目，简化神经网络结构和减少它的训练时间，提高辨识故障能力．在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法．     

模拟线性电路K故障假设下最优可测试成分组的确定

提出了模拟线性电路故障诊断中K故障假设下一组最优可测试成份确定的方法与步骤。该方法构成了故障定位的第一步，且与故障定位方法无关。本方法基于电路的可测试值计算和规范式不确定性组的确定，它在可测试性与不确定性组概念中具有严格的理论基础，其可测试性计算可直接从参数类型故障诊断技术中推得。     

离散Hopfield神经网络在混烧控制系统故障诊断中的应用

给出了离散Hopfield神经网络结构和模型．利用Hopfield神经网络的演变过程是一种计算联想记忆的过程,它适用于正交(或近似正交)模式的记忆性质,给出了一种Hopfield神经网络的双向联想记忆模式的记忆矩阵构造方法,并提出了一种改进的基于Hopfield神经网络的控制系统故障诊断的算法,利用此算法实现实时检测混烧控制系统的故障和异常,对混烧控制系统的调节器和阀门进行故障诊断和故障信息提示．