BP神经网络算法探讨

BP神经网络算法是在BP神经网络现有算法的基础上提出的,是通过任意选定一组权值,将给定的目标输出直接作为线性方程的代数和来建立线性方程组,解得待求权,不存在传统方法的局部极小及收敛速度慢的问题,且更易理解。

CO在1.578μm的可调谐二极管激光光谱信号小波去噪研究

研究了一氧化碳(CO)近红外波段直接吸收和波长调制信号去噪处理算法。从HATRAN数据库中得到CO气体的吸收信号作为仿真数据,提取直接吸收信号、1-f和2-f解调信号作为原始信号,研究了不同小波基以及不同的分解层数对叠加高斯白噪声的光谱信号去噪的效果。最后利用基长为0.95m有效光程为55.1m的Herriott型多光程池对CO在1.578μm处的第二泛频带P(4)吸收谱线信号进行测量和信号处理,与原始信号相比,经过信号处理过的直接吸收、1-f和2-f解调信号的信噪比都提高1～2个数量级;通过选择不同小波基和优化小波变换层数,增加了系统的抗干扰能力。

汽车类专业顶岗实习存在的问题与对策

顶岗实习是高职院校推进工学结合人才培养模式的一种重要形式,也是培养高技能人才的有效途径。本文论述了当前汽车类专业顶岗实习中普遍存在的问题,并提出了如何加强汽车类专业顶岗实习教育与管理的一系列相应对策。

多特征量对数回归的火焰快速识别算法

为了提高实时视频监控中火焰识别率和降低误识率,提出了一种基于多特征量对数回归模型的火焰快速识别算法。首先,根据火焰的色度特征进行图像分割,通过运动目标与参考图像差分运算获取火焰候选区域(CFR);然后提取候选区域的面积变化率、圆形度、尖角个数以及质心位移等特征量,建立火焰的对数回归快速识别模型;其次采用美国国家标准与技术研究院(NIST)、仁荷大学计算机视觉实验室(ICV)和基于计算机视觉的火灾探测(Visi Fire)实验库以及自制蜡烛、纸燃烧火焰中的火焰和非火焰图像中的300幅进行参数学习;最后选取实验数据库中8段视频共11 071幅图像进行识别算法检验。测试结果表明,所提算法的真正率(TPR)达到93%、真负率(TNR)达到98%,识别平均用时0.058 s/帧。所提算法识别速度快且识别率高,可以应用于嵌入式实时图像火焰识别。

重型卡车驱动桥桥壳典型工况的有限元分析

汽车驱动桥壳是车辆中重要的安全部件。本文针对重型汽车的实际使用工况展开研究,利用有限元分析软件,对桥壳的强度刚度及寿命进行分析,找出了桥壳的几个危险工作部位,对于桥壳的优化设计及驱动桥的合理使用,具有重要的理论和实际意义。