构建全新数字网络 打造“智慧朝阳”新教育——北京市朝阳区教委网络视频会议系统建设侧记

2012年4月27日,北京市朝阳区教育系统召开了一次宣传思想和精神文明建设工作会议。与以往会议不同的是,近千人规模的会议,现场却仅有数十人,其中还包括北京教育新闻中心、朝阳区文明办、朝阳区委教工委、朝阳区教委的领导。大部分参会人员通过网络视频会议系统在朝阳区教育系统基层单     

基于神经网络的监控数据智能处理方法

针对船用系泊缆绳安全智能报警系统中的表格试验数据，提出了应用神经网络技术的智能数据处理方法。该方法克服了传统数据处理方法一般难以找到合适的逼近函数、处理过程复杂的弱点，避免了传统数据处理方法上的不便性和局限性，实现了表格数据非线性输入输出的映射。通过样本学习而建立的网络可以提高数据的取用效率，具有很大的灵活性和适用性。这是一种很有应用价值的数据处理方法。     

模糊神经网络在故障诊断中的模型与应用

对一种基于模糊神经网络的故障诊断方法进行了研究，探讨了模糊神经网络诊断模型和模糊算子选择。以柴油机示功图作为特征信号，构造了船舶主机故障诊断仿真系统，并给出了系统知识学习和模糊推理结果。     

最优控制算法综合分析

最优控制,顾名思义就是使控制系统的性能指标实现最优化的基本条件和综合方法。它是庞特利雅金在1958年提出的最大值原理和贝尔曼的动态规划的基础上,立足于状态变量法,解决复杂的系统问题,使其达到最优的指标。     

电力负荷预测神经网络模型的设计

为提高电力负荷预测精度,本文采用Elman神经网络建立模型,提出了一种基于Elman神经网络的电力负荷预测方法,采用自适应学习速率动量梯度下降反向传播算法进行网络训练,对乌鲁木齐电网的实际历史数据进行了仿真,仿真结果表明,Elman神经网络对电力负荷进行预测具有收敛速度快,预测精度高的优点。     

基于多级构架的模拟电路故障诊断实现

本文利用仿真分析软件采集电路各种故障模式的特征数据,后将采集到的数据构造多层次的神经网络来进行诊断,最后使用虚拟仪器LabVIEW完成对整个流程的编程与控制,通过实际验证故障诊断正确率非常好。     

基于改进BP神经网络的煤与瓦斯突出预测模型

煤与瓦斯突出已成为危害煤矿安全的重大灾难之一,工作人员对瓦斯突出灾难的预防工作已是现在重要的研究项目。目前的瓦斯突出预测工作中,不同程度的有着一些对预测精确度造成影响的因素,如逻辑推理组合效率低等。利用BP神经网络结合瓦斯突出样本建立了一个预测模型,对BP神经网络算法进行了改进,最后根据提供的某煤矿的数据作为样本,利用MATLAB软件对其进行仿真测试,所得到的预测值和实际值拟合程度较高,可以反映出煤与瓦斯突出的真实情况。     

广义回归神经网络在全国高技能人才需求中的应用研究

广义回归神经网络(GRNN)克服了BP神经网络运行中收敛速度慢且局部极小的不足,正逐渐被应用到货运量、农业需求及煤炭需求方面。引入GRNN对全国高技能人才需求进行预测检验,并从5个角度将其与GM(1,1)模型的输出结果做对比分析。结果表明GRNN模型具有优异的预测性能,验证了把该模型引入高技能人才需求这一新领域是有效可行的。为今后进一步定量研究有关高技能人才需求方面提供一种新方法。