针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析，建立 BP预测模型并实施多浮选槽液位控制方法，利用目前工程领域流行的 MATLAB 7.0中提供的神经网络工具箱，对网络模型进行训练和仿真，为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径。仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性，具有广泛应用和推广的价值。
上传时间： 2014-12-28
上传用户：凌云御清风
摘要： 利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取。通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现，多层感知器网络分割提取的结果与样本实际的结果更加接近，而自组织映射神经网络分割提取的结果则不够理想。据此，可以推断多层感知器网络是实现金属图像分割自动化提取和精确性分析的有效工具。
上传时间： 2014-12-28
上传用户：icarus
为使设计人员在大型客机设计阶段便可对其制造成本有较为准确的把握，针对大型客机制造成本，采用RBF神经网络理论建立了一种分析模型，并给出建模流程。利用Matlab神经网络工具箱进行模拟仿真，对所建立大型客机制造成本分析的神经网络模型进行了验证，最后进行误差分析。仿真结果表明，所建RBF神经网络对大型客机成本的估算是有效的，且该方法精度较高，实用性较强。
上传时间： 2013-11-18
上传用户：wpwpwlxwlx
提出了一种基于前向对向传播神经网络的信息检索算法。分析了信息检索技术的基本概念、原理、以及检索方式，研究了科技信息检索的流程，研究了前向对向传播神经网络的基本模型和算法，提出了基于前向对向传播神经网络的信息检索的原理和算法，并将这种算法与传统方法通过仿真实验进行对比，在保持100%的查准率的情况下，将查全率由79.63%提高至85.59%，获得了较好的效果。
上传时间： 2013-11-21
上传用户：逗逗666
文中旨在研究一种新式抽油烟机的智能变频技术，通过对烹饪环境的综合分析，确定所需排风量，进而以一个最适宜的转速进行排烟，达到节能降耗的目的。采用神经网络控制器，在无被控对象数学模型情况下，实现转速与油烟、蒸汽两输入变量的非线性映射。仿真和实物测试结果显示：采用神经网络控制能较好实现厨房环境的实时调控，能够快速响应，具有良好的动态和稳态性能。
上传时间： 2013-10-26
上传用户：haohao
文中将BP神经网络的原理应用于参数辨识过程，结合传统的 PID控制算法，形成一种改进型BP神经网络PID控制算法。该算法利用BP神经网络建立系统参数模型，能够跟踪被控对象的变化，取得较高的辨识精度。针对BP神经网络对权系初始值敏感的缺点，优化BP神经网络的初始权系数。通过BP算法修正BP网络自身权系数，实现PID参数的在线调整。仿真结果显示了该算法收敛速度快、精度高、鲁棒性强、稳定性好，表明了该算法的可行性与有效性。
上传时间： 2013-10-08
上传用户：cxl274287265
在变流器故障诊断系统中，通过MATLAB对牵引变流器建立故障仿真模型，提取故障特征，对输入输出数据进行标幺化和模糊化的处理，并基于改进的动量BP神经网络算法，完成对变流器开关管开路的诊断，误差满足要求范围，结果表明：该算法收敛迅速，能避免陷入局部极值，而且准确率很高，是一种快速有效的方法。
上传时间： 2013-11-08
上传用户：familiarsmile
对于GSM相控阵无源雷达接收机获取的目标数据提出一种用最佳后验感知的神经网络进行处理的算法，在复杂的杂波及噪声背景下，相比于流行的卡尔曼滤波，提高了目标的检测跟踪精度，对促进GSM无源探测系统实用化具有重要意义。
上传时间： 2013-11-06
上传用户：hhkpj
针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题，结合BP神经网络自学习和自适应能力强等特点，提出采用BP神经网络优化PID控制器参数。其次，为了加快BP神经网络学习收敛速度，防止其陷入局部极小点，提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后，给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图，并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。
上传时间： 2014-03-21
上传用户：diets
根据桥式起重机的特点，建立了安全性评估指标体系。在模糊综合评判的基础上，引入BP神经网络，建立了起重机安全评估的模糊神经网络模型。采用改进的梯度下降动量BP算法对网络进行计算，克服了常用BP算法收敛速度较慢的缺点。通过神经网络的多次学习训练，评估因素权重得到了优化。研究结果表明：训练好的模糊神经网络很好地获得并储存了专家的知识、经验和判断，可将此网络应用于桥式起重机的安全性评估。
上传时间： 2013-10-12
上传用户：思索的小白
