基于机器学习的模拟电路故障诊断研究

本次研究将对神经网络方法做简单介绍,在此基础上提出小波神经网络法、优化神经网络法以及支持向量机法等在模拟电路故障诊断中的应用。     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

基于BP神经网络的光通信系统故障诊断

阐述了光通信系统故障诊断过程中,应用BP神经网络模型的重要性。以专家经验和文献依据为途径,建立了光信号系统故障知识库。同时,选择了基于模糊综合评判为计算方法,建立了神经网络数学模型。最后,以光信号元件故障诊断实例为例,论证了BP神经网络法的可行性。     

基于脸部转向控制的智能车

随着智能化水平的提升,人们对智能化的追求也越来越高,能够让机器主动理解人类的语言与意图,日益成为当今研究的热点。本文基于机器视觉、图像处理技术采集、识别人类最为简单、高效的脸部转向语言,利用MATLAB将采集的数字图像分割为矩阵,通过LVQ神经网络算法对分割后的矩阵特征进行学习、识别、产生转向信号,通过蓝牙通讯控制以单片机为控制器的智能车,以便更好地实现机器智能化。     

挑流泄洪雾化的人工神经网络模型

以BP神经网络为基础，研究建立了挑流泄洪雾化神经网络模型，并用网络模型模拟了漫湾水电站的泄洪雾化。通过比较表明，人工神经网络在挑流泄洪雾化研究中是可行的，并具有明显的优势。     

LM-BP神经网络水质评价模型应用研究——以新乡市卫河为例

介绍了LM-BP神经网络模型的原理及算法和模型的优点。针对实际水质评价问题,利用随机内插方法在地表水环境质量分级标准阈值间生成训练样本和检验样本,建立了新乡市卫河地面水环境质量综合评价的LM-BP神经网络模型,将模型应用于卫河2011年3月份、9月份的水质评价,并与单因子评价法、模糊综合评价法进行了比较分析。实验结果表明该模型设计合理,泛化能力强,收敛速度快,算法稳定,推导严谨,有较充分的理论依据,应用于水质评价具有其合理性、实用性和有效性,适用于作深入的水环境质量分析。     

基于SOM神经网络的国家技术创新能力分类

建立了国家技术创新能力评价指标体系,提出了在国家技术创新能力评价中应用基于自组织映射(SOM)神经网络的分类模型,对28个国家技术创新能力进行了分类和评价,通过分析得出了一些有价值的结论,同时验证了模型的有效性。     

Multiple Layer BP Neural Network for Fuzzy Calculating

The FCBP(Fuzzy calculating BP) algorithm which is proposed by this paper hasovercome the sensitivity for samples,reduced the number of input layer's samples,lightened the burden of input layer.it is suitable to fuzzy inference and pattern recognition.     

Using BP Neural Network to Determine the Membership Function of the Input of Fuzzy Control System

While design the fuzzy controller, it is very important to determine the membership function of fuzzy variables.The data can be broadly classified as fuzzy sets by using the classification property of the BP neural network. The author selects a BP neural network with one hide layer and uses S function to the input and hide layer, and linear function to the output layer.Advanced BP algorithm isused to train the BP neural network in the environment of MATLAB . The nearer to the target values is the better the last output is.With the trained BP network , the membership values of the inputs can be got ten. This method has high rate and low error.     

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。