基于BP-ART混合神经网络的电路故障诊断新方法

建立了基于误差反向传播(back propagation,BP)神经网络和自适应共振理论(adaptive resonatetheory,ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,识别多类故障,并对传统的ART神经网络竞争机制加以改进,有效地解决了复杂电路故障诊断的难题。实验表明,基于BP和改进ART神经网络相结合的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。

基于小波和SOM网络的医学图像融合

提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够获得良好的性能。

新能源在5G基站系统低碳赋能中的应用展望

随着5G基站建设规模持续增大,在用户享受更快速率和更高带宽的同时,运营商的能耗支出持续增加。因此,结合新能源技术的进展,阐述了新能源在5G基站系统中的节能降耗利用现状,并对新能源在5G基站系统低碳赋能中的未来发展趋势进行了展望。