西安电子科技大学：神经网络与模糊系统（PPT讲稿）Neural Networks & Fuzzy System

北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）BP网络拟合函数的仿真研究

西安电子科技大学：《模糊系统与神经网络》课程教学资源（PPT讲稿）模糊倒车控制系统——拖斗拖车

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好

为方便残疾人和老年人使用计算机进行信息交互,设计了一种非接触式低成本视线追踪系统.系统设计了一种双环形红外光源,通过交替照射用户脸部,用单CCD摄像机得到\亮瞳\和\暗瞳\的相邻两帧图像.将这两帧图像做差得到瞳孔的位置,使用椭圆拟合方式求得瞳孔中心,加之在\暗瞳\图像上得到的普洱钦斑中心,从而确定了局部视线的盯视方向.基于人类视线移动的特点,提出了使用神经网络和卡尔曼滤波相结合的方法进行瞳孔跟踪,最后给出了视线映射模型和校准方式

对复合地基全过程沉降预测模型与方法进行了研究.分析了改进泊松模型的特点和适用性,提出了改进泊松-复合小波神经网络修正模型.结合实际工程数据对CFG桩复合地基全过程沉降进行了分析和预测,并与改进的泊松模型进行了对比分析.结果表明,提出的模型适用性强,具有更高的预测精度,其绝对误差在1mm以内

针对板带热连轧机活套的高度和张力系统,在工作点附近,以实际热轧现场数据为依据,建立了对象的动态数学模型。采用基于BP神经网络整定的PID控制策略以减弱系统的耦合影响,并给出了其控制算法在FPGA上实现的方法,包括脉动阵列算法映射、数据表示及精度和运算部件设计。仿真结果验证了本算法的有效性和控制策略的适用性

针对在AGC板厚控制系统中存在时滞、时变、大惯性、非线性等问题,提出了采用自适应集中延时神经网络辨识、最优预报和模糊免疫PID控制相结合的控制方案,有效地提高了系统的控制精度和动态性能.经MATLAB仿真实验表明,各项指标均好于传统的控制方式,取得了令人满意的控制效果

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题