【摘 要】
：
介绍了小波神经网络对于一维数据进行有损压缩和特征提取的数学基础,重点讨论了BP小波神经网络收敛速度的改进方法,新的改进措施包括:1.优化选取初始网络参数和信号标度变换.2.适当改进常用的自适应调节学习率方法.3.利用差值逐步逼近技术对原始数据进行多次压缩.为了尽可能提高压缩比,在保证相对误差不变的情况下,还讨论了变结构的小波神经网络,能够自动删去贡献很小的隐层神经元,仿真计算表明,在满足相对误差要
【机 构】
：
济南大学信息与控制工程系(济南) 济南大学信息计算中心(济南)
论文部分内容阅读
介绍了小波神经网络对于一维数据进行有损压缩和特征提取的数学基础,重点讨论了BP小波神经网络收敛速度的改进方法,新的改进措施包括:1.优化选取初始网络参数和信号标度变换.2.适当改进常用的自适应调节学习率方法.3.利用差值逐步逼近技术对原始数据进行多次压缩.为了尽可能提高压缩比,在保证相对误差不变的情况下,还讨论了变结构的小波神经网络,能够自动删去贡献很小的隐层神经元,仿真计算表明,在满足相对误差要求时,这些新的改进方法能够获得较快的收敛速度和较高的压缩比.
其他文献
本文讨论了由T-S模糊模型表达的模糊系统稳定性问题,利用分段光滑LYAPUNOV函数来构造系统的能量函数,讨论了这种情况下的全局渐近稳定性.提出了一种新的控制器设计方法,通过对T-S模型的输入空间进行划分,在每一个子空间建立线性矩阵不等式组来求解控制器.这种方法的求解条件比公共矩阵法的求解条件要宽松.最后求得的控制器是多个局部模糊控制的分段组合.本文最后通过平衡倒立摆的仿真算例演示了该算法的有效性
本文采用VR技术,模拟真实情况建立了一个水下机器人仿真系统.该系统使用与真实系统相同的控制器和输入设备,提供操作员训练、人一机智能控制仿真、机器人轨迹规划仿真等功能,仿真数据能够引导真实机器人运动.文中以仿真实例说明了系统的有效性.
本文提出一种新的柔性连杆机械手模糊PID控制器设计方法,这种方法不需要机械手的数学模型,能有效地实现柔性连杆机械手的运动控制.控制器由两个控制回路组成,关节角的模糊PID反馈控制用于实现柔性连杆机械手的关节角运动控制;机械手末端位置感应检测器(PSD)测量信号的比例微分(PD)反馈控制用于消除柔性臂的末端振动.由于系统控制器是线性PD控制器TS模糊模型的内插,柔性连杆机械手的控制本质上是一种非线性
本文针对大型复杂曲面水火弯板是造船生产中技术性强、难度大、工作环境恶劣、且具有很强特色的一种经验性钢板曲面成形的热冷加工工艺方法,基于水火弯板加工专家系统,讨论了大型复杂曲面水火弯板智能机器人的结构和加工工艺流程逻辑关系,研究和设计了智能机器人控制系统,给出了加工/测量控制逆运动学几何解.实践证明,所设计的控制系统具有良好的功能,提高了造船生产效率.
研究了一种非线性修正比例导引算法和实现方法,以及导引性能,采用一种新的二阶非线性状态估计器来估计视线角加速度,只用到视线角速度作为状态估计器的输入,其输出量可以给出视线角加速度的估计值,并将此估计值作为补偿信号加入到比例导引律中,形成了非线性修正比例导引算法.理论分析和仿真研究结果表明;这种非线性修正比例导引算法具有良好的导引性能.
提出了一种基于小波分析和神经网络技术检测发动机动力性能的新方法.对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样.通过处理和小波分析.获得反映发动机工作瞬时转速尺度参数,BP神经网络以此作为输入向量,从而有效地检测发动机动力性能故障.
本文论述了一个基于某大型通信设备的智能故障诊断系统的设计思想,总体结构,该系统将数据挖掘与专家系统有机地结合起来,有效地解决了知识自动获取"瓶颈"问题,重点论述了与具体设备相结合的数据挖掘方法.
针对传统无人机动力系统控制的局限性,提出小型无人机动力自适应模糊控制策略.在飞行控制计算机内建立发动机工作点的自适应模糊控制器,同时控制发动机油门和风门,并将其融进二维查询表中,利用传感器获取当前的发动机工作状态信息,通过软件方法进行查表,经简单的因子换算即可获取精确的输出控制量,实现对发动机的闭环监控.
研究了一种采用神经网络来估计观测数据来源于某目标的类条件概率的新方法,提出了这种网络的结构,并说明了其稳定性.由于这种神经网络具有学习速度快,估计精度高的特点,因此特别适用于多机动目标跟踪.仿真结果表明,采用此神经网络能明显改善对多机动目标跟踪的精度.
提出了柔性连杆机械臂的神经模糊动态逆自适应控制方法.首先,根据柔性连杆机械臂的两时标奇异摄动模型,将柔性连杆机械臂的控制问题分解为等效刚性臂的慢控制和柔性模态的快控制.慢控制采用神经模糊动态逆自适应控制实现,而快子系统采用模糊比例-微分控制.本文给出了神经模糊系统的学习算法和系统稳定性的证明,最后在柔性连杆机械臂实验系统上验证了提出方法的性能.