基于神经网络的数字识别技术研究

将图像的像素特征与矩特征结合,构建了神经网络分类器,利用提取的特征向量对分类器进行了训练和测试。将图像二值化,并归一化为16*16大小,提取了其每个像素点的0、1特征共16*16=256维,图像的网格特征13维,及Hu矩特征7维,一共276维特征。建立了BP神经网络分类器,分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练,得出了在相同条件下学习率可变BP算法训练时间短,收敛快的结论。建立了PNN神经网络分类器,与BP神经网络分类器性能进行比较,实验结果表明,PNN神经网络分类器性能更好。     

基于自动编码器与概率神经网络的人体运动行为识别方法

为了准确而快速地识别出图像中人体的某种行为特征,提出了一种全新的三层自动编码器与PNN概率神经网络结合的网络模型。把人体行为的关键帧从包含10种人体行为的视频库中提取出来,用背景减除法提取人体轮廓图并进行二值化图像处理,根据时间序列叠加轮廓图,组成含有10个特征轮廓的数据库,随后将特征轮廓数据在自动编码器中编码,编好码的特征数据随即进入概率神经网络进行训练学习。将训练好的神经网络对这10种人体行为进行准确识别。实验结果表明,经过自动编码器处理后的人体特征进行PNN神经网络识别,比单纯用BP神经网络识别准确率提高5%以上,由此证明该方法有效可行。     

华能汕着电厂

华能汕头电厂装机容量120万千瓦，分两期建设。一期工程建设两台30万千瓦俄罗斯汽轮发电机组于1996年底建成投产，二期工程扩建一台60万千瓦国产超监界汽轮发电机组于2005年10月建成投产。     

200MW汽轮发电机组DEH改造对调速保安性能的改善

国产200MW汽轮发电机组调速系统基本上采用的是机械液压式调节方法，本身具有一些无法克服的不足之处，使机组的调节保安性能一直停留在一个较低的水平上。通过对之进行DEH改造。使该类型汽轮发电机组调节保安性能有了一个彻底的提高。作从多个方面对200MW汽轮发电机组DEH改造后调速保安性能的改善进行了阐述。     

数字式励磁控制系统在汽轮发电机组中的应用

唐钢二炼铁#25MW汽轮发电机组采用DVR-2000A数字式励磁控制系统,其整体性能达到了对同步发电机组的最佳控制,保证了发电机组安全、连续、稳定的运行.     

300 MW汽轮发电机组转子轴系的模化及固有特性分析

根据汽轮发电机组转子轴系的结构特点建立了一种大型转子轴系弹性连续体扭振模型 ,推导了轴系连续质量分布系统的扭振波动方程 ,进行了 3 0 0 MW汽轮发电机组轴系扭振固有特性的解析研究和计算分析     

氢冷汽轮发电机组漏氢问题探析

为减少氢冷汽轮发电机组运行安全的隐患,探析机组漏氢问题,分析了引起氢冷汽轮发电机漏氢的多种原因并提出对应的防范措施,从实践中总结出检测漏氢的四种方法。     

25MW机组冷油器系统改造

针对淮南矿业集团电力公司汽轮发电机组夏季润滑油油温过高的情况，对冷油器系统的进行一系列改进，在不增加设备的情况下，通过增加一些管道和阀门来增大冷油器的冷却面积和冷却水量，并能定期清理冷油器铜管脏污，从而实现降低油温目的，保证了夏季汽轮发电机组安全运行，投资少，见效快。     

浅析凝汽式汽轮机的调节

直接调节和间接调节是保证凝汽式汽轮发电机组供电质量合格和机组安全稳定运行的必要手段。     

电厂进口高压加热器存在问题分析及解决方法

通过对某电厂 32 0MW汽轮发电机组高压加热器问题分析研究得出实施解决方法 ,可供电厂有关专业人员参考     

基于神经网络的空调箱故障诊断

针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于TRNSYS的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障.     

BP神经网络在轴向柱塞泵故障诊断中的应用

针对轴向柱塞泵故障机理的复杂性和故障信息的不确定性,提出了基于人工神经网络的故障诊断方法。以一种典型设备的几种主要故障为例,设计了适合于故障诊断的BP神经网络模型,运用Levenberg-Marquardt优化算法进行网络训练,并针对网络训练中可能出现的过拟合、局部小、隐层节点数确定等问题制定了相应的网络优化策略,以保证训练后的网络具有较好的记忆和归纳能力,并用Vc＋＋6.0语言和SQL Server2000数据库开发了基于BP神经网络的轴向柱塞泵故障诊断系统,结果表明,该系统有良好的故障诊断精度和较强的泛化厶匕力。     

神经网络在供热管网泄漏故障诊断中的应用(英文)

为了研究供热管网泄漏检测策略,利用图论理论构建了一个基于空间管网的泄漏工况水力计算数学模型,得出节点泄漏和管段泄漏工况下管网各点的压力变化情况.然后,采用人工神经网络方法建立了一个基于BP神经网络的供热管网泄漏诊断系统.该诊断系统可根据管网中压力监测点的压力变化定位泄漏管段,实现对泄漏点位置的初步估计.最后,通过实例验证了该方法的有效性.实验结果表明,这种诊断系统对泄漏管段的预测准确率达到100%.     

Neural decoding based on probabilistic neural network

Brain-machine interface (BMI) has been developed due to its possibility to cure severe body paralysis. This technology has been used to realize the direct control of prosthetic devices,such as robot arms,computer cursors,and paralyzed muscles. A variety of neural decoding algorithms have been designed to explore relationships between neural activities and movements of the limbs. In this paper,two novel neural decoding methods based on probabilistic neural network (PNN) in rats were introduced,the PNN decode...     

快速构建BP神经网络模型

就BP神经网络应用设计中的网络隐含层数、隐含层神经元个数等具体设计问题进行了研究与探讨，提出一种新的构建BP神经网络模型方法。实验表明，使用该方法构建的网络模型训练曲面图形时，得到的网络输出曲面与原样本曲面非常接近，训练误差满足设定要求。     

基于BP神经网络的心电图三分类

研究了一种基于神经网络的心电图分类方法,该方法利用前向多层神经网络的反向传播算法(Back Propagation),即BP算法,采用MATLAB软件建立用于三分类的BP神经网络,并利用大量的心电图数据训练神经网络,使神经网络对未训练过的心电图有较好的分类能力。实验结果表明,用这种方法用于心电图的三分类取得较好的效果。     

Multiwavelets domain singular value features for image texture classification

A new approach based on multiwavelets transformation and singular value decomposition (SVD) is proposed for the classification of image textures. Lower singular values are truncated based on its energy distribution to classify the textures in the presence of additive white Gaussian noise (AWGN). The proposed approach extracts features such as energy, entropy, local homogeneity and max-min ratio from the selected singular values of multiwavelets transformation coefficients of image textures. The classification was carried out using probabilistic neural network (PNN). Performance of the proposed approach was compared with conventional wavelet domain gray level co-occurrence matrix (GLCM) based features, discrete multiwavelets transformation energy based approach, and HMM based approach. Experimental results showed the superiority of the proposed algorithms when compared with existing algorithms.     

神经网络在中小企业信息筛选的应用

通过神经网络进行信息筛选,可实现计算机对信息的筛选,从而把管理者从繁琐的信息筛选工作中解脱出来。在系统的设计过程中,首先标准化企业数据样本,根据数据建立系统理论模型;然后通过神经网络理论分析和训练模型,并确定模型的相关参数与结构形式;最后对模型进行仿真。通过该模型,用户可根据自身的需要建立信息筛选系统。     

一种改进的前馈神经网络算法

介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。     

基于混合智能系统的设备故障诊断研究

为研究和改进人工智能技术在设备故障诊断中的缺点和不足,提高故障诊断的准确率,构建了一种混合智能诊断系统。首先利用小波包分析技术对设备故障进行特征提取和分析;接着对数据进行离散化处理,应用粗糙集对获得的故障特征向量进行约简,删除冗余信息;然后利用免疫遗传算法的全局优化能力去训练BP神经网络的权值,建立免疫遗传-BP神经网络模型;最后把经粗糙集约简后的故障特征向量输入该模型,完成故障识别和智能诊断。通过旋转机械的转子系统的仿真实验,表明基于小波包-混合智能的故障诊断取得了良好的诊断效果。