搜索结果: 1-15 共查到“电子科学与技术 神经网络”相关记录49条 . 查询时间(0.512 秒)
为获得全局最优点,提出一种改进粒子群算法优化BP 神经网络实现核素识别方法。该算法用一种动态 改变惯性权重与学习因子的自适应方法,优化BP 神经网络的阈值与权值,通过训练BP 神经网络识别模型得到粒子 群的全局最优解,利用最优权值与阈值实现核素识别。分析结果表明:该方法不仅能更快地收敛于最优解,同时能 更好地平衡全局搜索和局部搜索能力,有效地改善算法的收敛速度和识别精度。
构建新的整数阶三维细胞神经网络系统,通过对其非线性动力学分析、数值计算与电路仿真,验证了该系统混沌吸引子的存在性及物理上的可实现性.同时通过调节线性参数b,研究了新的细胞神经网络系统在基于分数阶qi(i=1,2,3)不同组合条件下所表现出的混沌特性.结合分数阶电路理论分析分数阶电路中各单元电路形式,并设计了相应参数b可变、阶数值qi可切换的分数阶细胞神经网络电路系统.经统计本设计可实现13824种...
BP神经网络在装备保障性评估中的应用
BP神经网络 装备保障性 评估
2015/10/29
通过分析装备保障性的影响因素,建立装备的保障性评估指标体系;由于装备保障性影响因素与保障性评估结果存在非线性关系,而BP神经网络可以逼近任意的非线性映射,因此将BP神经网络引入到装备保障性评估中,并建立BP神经网络评估模型,解决装备保障性这一类非线性评估问题;仿真结果表明:该评估模型可以准确有效地评估装备保障性,为提高装备保障能力提供有益的借鉴。
高速电路与神经网络实验室的学术积累来自半导体所20世纪70年代末由王守觉院士组建的新器件、新电路研究室的多值、模糊逻辑电路、高速数模混合电路、半导体人工神经网络算法及硬件化系统研究、智能信息处理、模式识别、电力设备状态监测等科研方向的系列研究成果。实验室将在这些基础上结合当今科学技术的前沿发展趋势和社会需求,开展高性能集成电路研究,开展神经网络图像处理与识别研究,开展以半导体微电子技术、连接主义(...
瓶颈设备是制约半导体生产线在制品水平、生产周期及准时交货率的关键因素,对其进行有效地分析能够提高生产线多性能.现有的分析方法主要是将瓶颈设备视为静态瓶颈,未考虑到生产线不确定因素所带来的动态漂移问题,这样容易造成以瓶颈设备控制为核心的调度算法缺乏柔性,降低算法实效性,因此,本文提出一种基于增长修剪型神经网络的动态瓶颈分析方法.该方法从设备相对生产负荷、利用率及缓冲区队列长度等方面,利用复合定义方法...
为了提高天幕靶系统测试精度和可靠性,探索测试产生各种干扰噪声如弹头激波、弹底激波、蚊虫飞鸟、振动等干扰因素的影响规律,利用Hopfield自联想神经网络的方法,识别并剔除典型因素干扰。通过对实弹射击试验得到的数据进行分析,充分验证了天幕靶系统的准确性和可靠性。分析结果表明:与电平信号识别相比,在射频为5发/min、口径为23 mm的炮弹测试中,自联想神经网络信号识别率提高了17.2%;在弹型为穿甲...