基于FBP网络的打浆度软测量技术的研究及应用

针对目前国内在制浆造纸工业中打浆度无法在线测量的难题,分析了打浆度与进浆浓度、进浆流量、进浆压力、打浆消耗的电功率、打浆前后纸浆的温差、打浆时间等参数的关系,提出了基于FBP算法的打浆度软测量技术,成功地完成了打浆度的在线检测.

打浆度的智能检测与优化控制

针对目前国内在制浆造纸工业中打浆度无法在线测量的难题,分析了打浆度与进浆浓度、进浆流量、进浆压力、打浆消耗的电功率、打浆前后纸浆的温差、打浆时间及原打浆度等参数的关系,提出了基于FBP算法的打浆度软测量技术,成功地完成了打浆度的在线检测,并将此测量方法运用于打浆度的优化控制中,取得了良好的控制效果。

改进的模糊神经网络算法在车型识别中的应用

FBP和FCNN网络是模式识别中应用最为广泛的两种神经网络,本文将这两种网络应用于车型识别,分别建立了车型识别模型。利用混沌对初值的极端敏感依赖提出了FCNN网络算法,通过对车型图像数据库进行仿真实验,对比分析它们各自的识别率和泛化能力等性能指标,证明了FCNN网络算法的有效性。