非正弦网络的无功特性及无源补偿研究

从时域分析角度出发，结合非正弦网络无功功率的频率特性，对非正弦网络无功特性进行分类研究，定义拟电参数，由拟电参数Ｌ和Ｃ的值研究非正弦网络的无功特性，并以此指导非正弦无功功率的无源补偿．

正弦网络功率因数的浅析

本文仅限于对下述三个问题进行分析和探讨:一是介绍正弦网络的平均功率、无功功率和视在功率及其物理意义;二是分析提高功率因数的意义;三是简单阐述功率因数的测定及提高功率因数的方法。

变频正弦混沌神经网络及其应用

针对暂态混沌神经网络全局寻优能力受限的问题,提出了一种基于脑电波生物机制的新型混沌神经网络模型——变频正弦混沌神经网络.该模型将变频正弦函数和Sigmoid函数组合作为非单调激励函数,本文给出了该混沌神经元的倒分岔图及Lyapunov指数的时间演化图,分析了其动力学特性.进一步将该模型应用到非线性函数优化和组合优化问题上,并分析了参数的变化规律.仿真实验证明变频正弦混沌神经网络比暂态混沌神经网络及其他相关模型具有更好的全局寻优能力.

基于正弦注意力表征网络的环境声音识别

将正弦注意力表征网络引入环境声音识别,首先提取梅尔频率倒谱系数(Melfrequency cepstral coefficient,MFCC)作为音频识别特征,使用门控循环单元提取MFCC每一帧的特征,根据正弦函数激活每一帧音频得分,并依照每一帧的音频得分为音频重新分配权重,从而将注意力集中在音频重点区域。最后结合全连接层和Softmax分类器对环境声音类别进行判别。实验在公开数据集Urban Sound 8K上验证并与其他模型对比,结果表明所提出模型效果最好,在数据集上的识别率高达93.5%。

基于自适应模拟退火的变频正弦混沌神经网络

针对变频正弦混沌神经网络寻优精度与收敛速度无法兼顾的问题,通过分析暂态混沌神经网络的优化机制和现有的退火策略,提出了一种基于自适应模拟退火策略的变频正弦混沌神经网络模型.该模型可以根据混沌神经元的Lyapunov指数来确定合适的自反馈连接权值.给出了混沌神经元的倒分岔图、Lyapunov指数及不同退火函数的时间演化图,证明了自适应模拟退火策略能够自主选择合适的退火速度,更有效的利用混沌全局搜索能力,并加快非混沌态的演化时间.为了证明该模型的有效性,将其应用于函数优化和组合优化问题中.仿真实验表明:(1)对于该模型退火速度的选择,自适应模拟退火策略比现有的几种退火方法更具有灵活性和适应性;(2)该模型在寻优精度和速度上比暂态混沌神经网络及其他改进模型具有更好的兼顾性.

双口网络理论在振荡电路分析中的应用

采用双口网络理论，将正弦振荡电路化简成无源双口网络，且用双口网络参数来描述，并应用双口网络理论，对正弦振荡电路的起振条件和稳定性作定量分析。此法也可推广到其他电子电路的分析中去。

网孔法网络状态方程的推导

首先通过麦克斯韦方程组推导得到新形式基尔霍夫定律及相应的电路方程，然后以此建立网络状态方程。

多传感器信息融合的低压电网窃电设备在线监测方法

低压电网窃电设备的在线监测是电网安全工作过程中不可缺少的步骤,但监测过程易受噪声信号、电压强度、磁场干扰等问题的影响,为此提出基于多传感器信息融合的低压电网窃电设备在线监测方法。该方法利用多传感器采集窃电设备的运行信号并将信号融合,再通过局域波分解算法剔除信号中的噪声,避免噪声对监测过程产生影响,其次采用原子分解算法提取信号的特征,最后将信号特征输入到正弦基神经网络模型中,通过对信号的自动分类与监测完成低压电网窃电设备的在线监测。实验结果表明,所提方法的信号监测效果好、响应时间短。

谈谈无功功率

本文介绍了一个电工学教学与学习中常常被忽略的概念,比较详细地给出了无功功率的大小、单位、意义及正弦稳态下的无功功率,最后证明了三相对称负载情况下无功功率的测量方法.

高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该数神经网络算法与线性相位微分器幅频特性的关系 ,提出了该神经网络算法的收敛条件 ,给出了高阶微分器的优化设计实例 .计算机仿真结果表明了该神经网络算法不仅是有效的而且是高效的 .与传统的窗口函数法和雷米兹化设计方法相比 ,本优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难 .由于微分器是一种特殊的 4型FIR线性相位滤波器 ,只要求出脉冲响应序列 ,就可以用软件方法实现数字微发运算 ,也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算 ,因此 。

FIR带通滤波器优化设计研究

提出了一种基于 BP学习算法的正弦基函数神经网络模型 ,给出了该神经网络模型的收敛性条件 ,为神经网络训练的学习率选取提供了依据。根据本文提出的优化设计算法 ,作者详细研究了 FIR线性相位带通滤波器优化设计实例。研究结果表明 ,本文设计的 FIR带通滤波器 ,基阻带衰耗特性好 ,最小衰耗分别在 10 0分贝和 14 0分贝以上 ,这是任何其它优化设计方法难以实现的。

3型FIR带通滤波器优化设计研究

提出了一种基于BP学习算法的正弦基函数神经网络模型,给出了该网络系统的收敛性条件,研究了3型线性相位FIR带通滤波器优化设计实例.计算机仿真结果表明了该网络模型的有效性.

Ⅲ型FIR滤波器优化设计研究

提出了一种正弦基函数神经网络模型和该模型算法的收敛性判据,给出了3型 FIR 滤波器优化设计实例。计算机仿真结果表明了该网络模型的有效性和快速性。