基于LMI的神经网络的全局渐近鲁棒稳定性分析

研究了一类具有时滞的细胞神经网络的鲁棒稳定性问题,利用Lyapunov-Krasovskii泛函的方法,给出了时滞橱关的稳定性判据。稳定性判据是以线性矩阵不等式的形式给出,可以很容易得出时滞的上界。在得到时滞相关的稳定性判据的同时也可以得到时滞无关的稳定性判据。最后,数值算倒说明了本文结果的优越性。     

爆破振动“多因素”综合安全判据研究现状分析

对爆破振动"多因素"综合安全判据的发展现状进行了分析。现有的多因素综合判据大致可以分为3类,基于动力学相关理论的安全判据、基于谱线面积的安全判据和基于分解得到的各频带信号加权判据。最后分析了现有"多因素"综合判据的缺点,提出了今后的改进方向。     

深度学习神经网络在火电厂阀门故障诊断与预警中的应用

针对燃煤发电机组的重要执行机构阀门,通过深度神经网络算法对机组大量运行数据进行学习,构建重要执行机构阀门在全负荷工况下的精准数学模型,以深度神经网络模型预测值和皮尔逊相关系数判别为依据,实现重要执行机构阀门的故障诊断和早期预警。结果表明,基于大数据,学习和深度神经网络算法的数学模型有效地实现了对执行机构阀门的故障诊断和提前预警,指导运行人员进行提前干预和检修,减少机组的故障率。执行机构阀门故障预警的深度神经网络模型以执行机构阀门前的相关DCS参数、系统主要运行参数作为模型的输入变量;以执行机构阀门之后的参数作为输出量。选择机组在不同负荷工况下,执行机构阀门系统从打开到关闭的完整时间段内的大量数据,作为深度神经网络模型的训练数据。该方法具有较强的通用性,可以方便地平行移植至火电机组的其他重要辅机设备中。皮尔逊相关系数能反映数据变化的趋势信息,能判断两个向量或者两个数组相似度。以皮尔逊相关系数作为深度神经网络模型预测输出值与系统实际输出偏差距离的判据,可以很好地解决系统发生偏离后的预警问题,有效地提高模型预测的精度。     

一类中立型变延时神经网络的全局渐近稳定性分析

考虑一类含有参数不确定项的中立型变延迟神经网络的平衡点存在唯一性及稳定性问题。通过构造Lyapunov函数,给出平衡点存在的唯一性和全局渐近稳定的充分条件,该条件与时滞大小无关,不要求神经元激励函数有界、严格单调或可微,仅与连接权矩阵和时滞的导数有关,并且可以用LMI工具箱求解,简单易行,仿真算例说明了该判据的有效性     

地质灾害（泥石流、滑坡）预警

项目初步提出3个层次的泥石流和滑坡预测预警判据体系,包括泥石流和滑坡空间预测识别判据、泥石流和滑坡状态预警判据及泥石流和滑坡临界时间预报判据。其中,滑坡状态评价的分数维判据,滑坡临界滑移的位移比判据和破裂长度判据是第一次提出。初步提出滑坡发生的3类宏观机制,即滑动面控制机制、滑体控制机制和两者组合控制机制。     

线路保护中PT断线判据的分析和改进

PT断线作为电力系统中一种常见的故障.针对PT断线的特点,不同厂家有不同的判据.文章结合呼和浩特热电厂的一次现场实例,指出了某些判据中存在的不足之处,也配合厂家给出了一种PT断线的实用判据.     

某公路隧道地应力测试及岩爆预测分析

以某高速公路隧道地应力测试及岩爆预测为例,在宏观地质调查的基础上,结合水压致裂法地应力现场测试和隧道开挖应力场数值模拟,选择国内外具有代表性的三种判据,即Rb／σ1判据、陶振宇判据、卢森判据,综合评价了研究洞段岩爆发生的可能性和发生的强度,为合理制定隧道的开挖支护方案提供依据。     

基于图像处理的自动调焦算法的探讨

本文阐述了自动调焦的原理和方法,探讨了基于图像处理的自动调焦的算法,列举了几种常用的调焦判据函数,总结了自动调焦判据函数的选取方法。     

对发电机失磁保护的浅析

本文介绍发电机失磁产生的原因,失磁对汽轮发电机组的影响,以及一些通用的失磁保护判据,提出了以检测失磁汽轮发电机组转子绕组感应过电压为保护判据的实现及整定方法。     

石化工程电气设计中的环境判据

石化工程在开展电气设计工作时,除了要根据相关技术规范来判断设计方法以外,还要结合工程项目所处环境对设计方法进行判断。以环境为判断依据的石化工程电气设计,我们称之为环境判据设计。本篇文章从环境判据的涵义入手,对石化工程电气设计中需要用到的环境判据做详细分析,并就环境判据下的电气设计方式展开讨论,得出结果,供同行参考借鉴。     

改善超声诊断仪分辩率的一种方法

本文论述一种改进B超诊断仪纵向分辩率的新方法。即设立纵向判据和横向判据使超声的每一个回波通过两种判据以决定取舍。通过模型试验达到纵向分辩率1mm。横向分辩率2mm。     

线性系统稳定性的判断

讨论了三种对系统稳定性进行判断的方法:劳斯—赫尔维茨稳定判据、根轨迹法、奈奎斯特稳定判据,并举了同一例子分别用这三种方法求解说明具体的求解过程,比较其特点,后两种方法主要与MATLAB做图相结合。     

基于区间时变时滞模糊系统的稳定性分析

考虑了区间时变时滞模糊系统的稳定性问题.利用T-S模糊模型对模糊系统进行了研究,利用线性矩阵不等式的形式给出了此类模糊系统在时滞相关意义下保守性更小的稳定性判据.由于加入了自由矩阵,所得结果保守性更小.并且给出了一个数值例子说明了所得稳定性判据的有效性.     

基于融合新判据的故障选线法

针对现有配电网谐振接地系统单相接地故障判别法可靠性较低的问题,本文提出了一种基于融合新判据的故障选线法。首先借助小波包强大的特征提取能力提取各线路综合方向参数及能量参数,然后以新判据融合公式融合这两种变量,以达到提高判据裕度的目的。通过仿真结果分析表明,本文所提方法受各类参数的影响较小,能很好地适应不同的单相接地故障。     

工况下高聚物微损伤研究现状

介绍了微损伤的判据,分析了微损伤理论。     

基于复合神经网络的致密储层测井评价方法研究

本文利用集成的思想开展了复合神经网络模型研究。首先,利用MATLAB软件平台构建了反向传播神经网络(BP)、支持向量神经网络(SVM)和径向基函数神经网络(RBF)三个单一神经网络。其次,将单一的神经网络以加权平均的规则进行组装,形成一种复合的神经网络系统。最后,利用复合神经网络系统开展了测井储层孔隙度、渗透率和含水饱和度的预测及效果分析。研究结果显示,相比于单一的神经网络方法,构建的复合神经网络模型预测的储层孔隙度、渗透率和含水饱和度精度更高,表明基于复合神经网络模型进行储层评价是可行和有效的。     

弱条件下Chebyshev方法的零点判据δ

在弱条件下,文献「４」提出的判据α用来研究牛顿迭代的收敛性及连续复杂性理论。本文作者在三阶连续可微的弱条件下建立了Ｃｈｅｂｙｓｓｈｅｖ迭代Ｔｆ（ｚ）零点判据δ。     

BP神经网络模型与学习算法

分析了神经网络算法的基本原理,给出了BP神经网络算法的具体实现方法,总结了它的特点,并给出了基本流程。采用Matlab软件编程实现BP神经网络算法。将神经网络算法应用于函数逼近问题中,并分析相关参数对算法运行结果的影响,最后对BP神经网络算法进行了展望。     

基于改进的神经网络异常声音自动识别系统研究

针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。     

基于小波神经网络的电力负荷预测

小波神经网络是建立在小波理论基础上的一种新型前馈神经网络,具有许多优良特性。本文分析了小波神经网络的特点,建立了电力负荷的小波神经网络预测模型,设计了小波神经网络结构,给出了小波网络参数调节算法。对实际电力负荷预测算例,以及与BP网络的对比研究实验表明,小波神经网络对非平稳信号能进行有效地预测,比BP神经网络具有更高的预测精度。