基于粗神经网络和特征提取的ECT流型辨识

针对目前电容层析成像技术流型辨识精度低的问题,提出一种基于粗神经网络与特征提取相结合的方法来辨识两相流流型.该方法首先根据电容层析成像系统和流型的特点来处理电容测量数据,从而完成对各种流型特征的提取;其次对粗神经网络的结构进行设计,并利用典型流型特征参数训练粗神经网络,然后利用此粗神经网络对流型进行辨识;最后进行仿真实验.仿真实验结果表明此种方法较传统的BP神经网络具有较高的识别精度,这也为ECT流型辨识的研究提供了一个新的途径和手段.

教室无人监测与灯控装置

该系统以AT89C52单片机作为控制装置的智能部件,采用热释红外人体传感器检测人体的存在,采用光频转换器构成的电路检测环境光的强度;根据教室合理开灯的条件,系统通过对人体的存在信号和环境光信号的识别和智能判断,完成对教室照明回路的智能控制。系统还具有掉电复位功能,为此采用了软/硬件的外接程序存储器措施。