Hopfield神经网络在噪声字符识别中的应用

本文介绍了Hopfield神经网络相关知识,采用离散Hopfield神经网络对噪声字符进行识别．仿真使用离散Hopfield神经网络识别不同污染率的噪声字符,结果表明离散Hopfield神经网络对噪声字符的识别率高.     

基于神经网络自适应谐波电流检测方法

本文介绍了一种应用于有源电力滤波器(Active Power Filter,APF)的神经网络自适应谐波电流检测方法.该方法应用自适应噪声抵消技术,并采用RBF神经网络实现噪声抵消.介绍了该RBF神经网络的构造和参数调整算法,应用HATLAB进行仿真研究.仿真结果,该检测方法具有较快的跟踪能力和动态响应速度.     

基于BP神经网络的人力资源素质结构识别模型研究

人岗优化配置是人力资源管理研究的热点与难点,以神经网络算法进行仿真学习,已经成为研究组织绩效同个人素质结构特征间相关性的重要实证方法。本研究以2014—2017年浙江省75家市县两级供电企业为样本,利用BP神经网络构建了基于供电企业特征的人力资源素质结构识别模型。通过参数设定,进行神经网络循环仿真训练,研究得出了基于优化训练目标的输出值,对进一步指导与改进供电企业人力资源素质结构具有较强的实践意义。     

基于免疫遗传算法的BP神经网络模型

本文研究了基于免疫遗传算法的BP神经网络模型,利用免疫遗传算法的全局搜索寻优能力和较好的收敛性,优化了神经网络的权值.仿真实验证明该模型具有较好的全局收敛性和快速学习神经网络权值的能力.     

一种基于脉冲耦合神经网络计算的SAR图像噪声抑制方法

为解决合成孔径雷达图像中存在的相干斑点噪声问题,本文提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)消除噪声的方法。首先利用PCNN同步点火的特性,结合邻域均值滤波方法 ,对图像进行预处理,然后构造了一个混合滤波器,使用该滤波器进行SAR图像平滑滤波,在有效消除噪声的前提下,尽可能的保护原图像边缘及图像细节。利用计算机仿真实验结果表明,该方法在保持图像边缘及图像细节信息的前提下能有效去除合成孔径雷达图像中存在的相干斑点噪声,优于传统的方法,获得了更好的去噪效果。     

BP神经网络实现函数逼近的应用分析

文章指出了BP神经网络存在的问题,选择了一个具体的目标函数,利用Matlab的神经网络工具箱进行系统仿真,通过改变系统的隐层神经元数目、训练函数和激励函数,分别比较了系统在模型发生改变后在实现函数逼近性能方面的差异,并提出了要使BP神经网络在函数逼近方面具有良好的性能,在隐层神经元数目、训练函数以及传递（激励）函数三个方面需要注意的问题。     

基于LSTM神经网络的无人机通信频谱感知算法

为了提升无人机机群间的通信频谱利用效率,认知无线电技术被应用在无人机机群中。由于传统频谱感知算法易受到噪声干扰、受通信时延干扰、需要累积信号长,无法适应无人机机群间通信,本文提出了一种基于长短期记忆神经网络(LSTM)的双门限无人机机群频谱感知算法。首先利用所有次级用户对频谱信号进行感知收集,随后将所有次级用户信号传入无人机融合节点,最后利用长短期记忆(LSTM)神经网络进行感知判断。在仿真实验条件下与传统单门限能量协作算法、双门限能量协作算法比较,仿真结果表明在不同信噪比和虚警概率下,所提方法的检测性能均优于传统算法。     

基于Matlab和BP神经网络的固体火箭发动机比冲性能的预测

本文采用基于误差反向传播算法（BP算法）的人工神经网络技术，利用Mat lab神经网络工具箱，建立了固体火箭发动机比冲性能预测的神经网络模型，并利用实验数据进行了验证。结果表明，可以利用该方法开展固体火箭发动机比冲性能的预测。     

变结构模糊神经网络预测控制在变风量空调系统中的应用

针对变风量空调（VAV）系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正一逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统进行仿真研究,达到了较好的控制效果。     

基于模糊聚类SCARA机器人自适应动态控制

针对工业机器人的不确定性问题,本文提出了基于模糊聚类算法的SCAR A机器人自适应动态控制方法。该方法利用聚类算法去除机器人的运动轨迹数据中的噪声,将简化的数据送入模糊神经网络学习,在线生成模糊规则,调整规则参数。该神经网络在SCAR A机器人上进行验证,控制效果稳定可靠。     

基于BP神经网络的变压器故障诊断

针对变压器故障征兆和故障类型的非线性特征,结合油中气体分析法,研究应用BP神经网络对变压器进行故障诊断。设计了一个基于BP神经网络的变压器故障诊断模型,通过仿真实验证明BP神经网络可以有效的运用到变压器故障诊断中。     

基于细胞神经网络的图像混沌加密算法

提出了一种基于五维细胞神经网络的图像加密算法。该算法利用细胞神经网络混沌特性,生成混沌序列,采用置乱-扩散-置乱机制,置乱算法与明文信息相关联。通过实验仿真,进行安全性能分析证实了该算法的可行性。     

企业信息化绩效评价模型应用研究

基于平衡记分卡（BSC）原理,从财务、业务流程、客户服务、战略与发展四个角度构建企业信息化绩效评价指标体系;依据BP神经网络原理,建立用于评估企业信息化绩效水平的BP神经网络模型,并结合算例进行仿真模拟,证明该模型的评价精度令人满意,有较强的实践意义。     

BP神经网络的量子学习及应用

在神经网络的训练过程当中,引入量子遗传算法,结合BP梯度下降反传训练方法构造神经网络的量子优化算法.利用量子运算的高效并行性,对神经网络实行量子编码,用量子门旋转来代替网络进化时交叉、变异等更新操作,使得网络训练收敛精度高、收敛速度快、同时避免陷入局部最优的缺点.最后提出了一种基于量子神经网络的预测方法,仿真结果表明,基于量子遗传算法的神经网络,训练次数,误差精度以及预测能力都明显优于BP神经网络.     

交通流量VNNTF神经网络模型及其预测研究

研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

神经网络在光传系统故障诊断中的应用研究

光传系统是针对传统电传操纵系统的不足提出的一种新型的飞控系统;飞控系统的高可靠性是飞行安全的重要保证,当飞机出现故障或者遇到意外损伤时,飞控系统能够快速地对故障进行诊断和隔离,对于保证飞机飞行任务的继续执行或者安全返航具有重要意义。文章针对三余度光传系统的常见故障,提出了一种基于概率神经网络（PNN）的故障诊断方法;并且建立了三余度光传系统仿真模型和常见故障的产生模块,应用概率神经网络进行系统的故障诊断;最后通过仿真诊断实例,证明了方法的有效性。     

pH值的神经网络多步预测控制算法

ｐＨ值控制过程是一个具有较强非线性、纯滞后的过程,针对ｐＨ值控制系统提出了一种基于神经网络的多步预测控制算法（ＮＭＰＣ）。神经网络用于辨识对象的预测模型,控制算法利用了神经网络的梯度信息。控制效果表明该控制系统具有较好的动态性能和较强的鲁棒性。     

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。     

基于FFT和BP神经网络的变压器振动噪声特征识别

变压器振动噪声是反应变压器工作状态的重要参数,本文通过利用FFT变换(快速傅里叶变换)提取变压器振动噪声的频域特征,并根据先验知识对振动特征进行相应分析,最后用BP神经网络对特征进行识别得到变压器的振动状态。MATLAB仿真结果表明基于FFT和BP神经网络的变压器振动噪声特征识别方法具有简单实用的特点,能够很好的识别变压器振动状态。