浅谈《神经网络原理及其应用》课程教学改革与实践

在我校研究生课程《神经网络原理及其应用》的教学中,运用MATLAB仿真技术和多媒体教学手段相结合的现代教学方法,精选课堂教学内容,通过神经网络原理及其应用课程的教学改革,以使该课程的教学质量和教学效果上一个新台阶。

智能神经网络组成原理在汉字识别中的应用

应用智能神经网络组成原理 ,研究了将传统神经网络完成的复杂任务划分为子任务 ,分配给功能专一、结构简单的较小的智能神经网络完成 ,在此基础上 ,构筑功能完善的较大的智能神经网络的方法 .同时 ,通过加入推理规则 ,提高了神经网络获取知识的速度 .实验表明 ,智能神经网络组成原理为解决大规模。

利用人工神经网络方法预报松花江汛期水位

利用 195 9～ 1998年黑龙江省 13个站的降水和松花江水位资料 ,通过人工神经网络方法对松花江汛期最高水位进行模拟和专家网络训练 ,并对 1996～ 1998年松花江水位进行了预报 ,预报效果良好 ,并与逐步回归方法进行了比较。 1998年松花江发生超百年大洪水 ,预报水位 119.6 9m ,与实况 (12 0 .89m)仅差 1.2m ,在 1999年和 2 0 0 0年业务预报中也准确预报松花江出现枯水位。

基于神经网络内模的岸电电源波形控制

岸电电源是在船舶制造、远洋钻井平台、码头等方面应用非常广泛的稳频稳压电源,但它对输出电压波形的稳态精度、动态性能等要求较高。通过对现有各种逆变控制方法进行研究和比较,在建立和分析岸电电源三相逆变器数学模型的基础上,针对它在旋转αβ坐标系下的特点,提出了一种神经网络内模控制和PID控制相结合的复合波形控制策略。建立了3层BP神经网络内部模型,并将其作为三相逆变器的内部模型,预测实际输出,采用PID控制器在线修正、补偿内部模型与三相逆变器之间的模型失配。对比仿真和实验数据,可以看出:当系统接阻性负载或整流性负载时,该控制方法所得的稳态电压误差和输出电压的谐波畸变率均小于其他控制方法,表明该策略控制下的岸电电源稳态精度高、输出波形质量好,具有一定的工程实用价值,能很好地应用于岸电电源逆变波形控制。

油田结垢预测及防垢技术的研究进展

近年来,在国家安全环保标准的要求下,油田污水问题通常以处理后回用锅炉方式解决。一方面解决了油田污水排放问题,另一方面节约了水资源。然而,污水回用锅炉过程由于各种原因造成污水处理系统及管线、锅炉、油泵等设施结垢严重。针对油田结垢问题,在了解结垢形成原因的基础上,首先介绍了结垢预测模型的发展状况,包括结合网络神经原理、层次分析、模糊分析等数值分析方法,利用MATLAB等工具拟合出的预测模型,在实际应用中,这些预测模型均达到了较高精度;其次介绍了油田结垢防治与控制方法的最新研究成果,包括加防垢剂以及防垢剂发展状况和对注入水本身进行改性解决其与地层水不配伍的问题,从而达到对油田结垢防治与控制的目的。

茶叶品质评定中新技术的应用

一、新技术在茶叶外形评定中的应用研究 1.机器视觉技术在茶叶外形评定中的应用研究 计时鸣等利用茶叶自除尘机理解决茶尘对光路的阻塞问题,采用颜色、形状和重量三要素,实现根据茶叶品种和分级要求在线调整分类阈值,使得茶叶、茶梗分拣效率可达到人工的20-30倍。后来计时鸣等又应用神经网络原理,进行模式分类、训练学习、故障诊断、适应性在线寻优和知识累积与存贮,设计出茶叶与茶梗自动分选装置的内环智能体系和外环智能体系。

油气横向预测技术

油气横向预测技术是从已知含油气区和未知含油气区 (即要预测的区块 )的地震资料中提取地震波特征参数 ,然后用神经网络系统对同地震相位进行油气预测。对于那些在地震解释中已落实有圈闭 ,构造较落实 ,已追踪出目的层相位 ,但由于平面上的储层变化 ,油水界面的不统一或岩性油藏的影响 ,无法差别预测目的层是否含油气的区块 ,油气横向预测技术可以较准确的预测出含油气情况 。