基于量子神经网络的电力电子电路故障诊断

针对电力电子电路故障诊断时故障模式间存在交叉数据的模式识别问题,在量子计算和人工神经网络结合的基础上,提出了一种基于量子神经网络的故障诊断方法,并以双桥12相脉波整流电路为例进行故障诊断.实验结果表明:量子神经网络有一种固有的模糊性,它能将不确定性数据合理地分配到各故障模式中,从而使网络具有高性能、更好的鲁棒性和省时的特点,且能正确地识别大部分的样本故障模式,成功地完成电力电子电路的故障诊断.     

混沌时间序列的组合网络预测研究

针对混沌时间序列的解析方程的不确定性,提出了自适应模糊递归网络组合预测网络.网络不依赖混沌时间序列的确定性方程和初始条件,根据给定的训练数据,先采用Anfis网络对训练数据进行处理,然后与Elman网络组合预测,从而提高了预测能力和精度.通过对Mackey2Glass混沌时间序列仿真实验,表明了Anfis-Elman网络增强了局部泛化能力,其预测精度明显高于BP网络和Elamn等网络.     

13-cis-维A酸-5-氟尿嘧啶酯的合成、表征及其活性研究

在比较DCC-DMAP和HMPA两种不同合成方法的基础上,在室温下顺利地将在通常反应条件下极易异构化的13-cis-维A酸合成了其衍生物13-cis-维A酸-N1-(2-四氢呋喃烷基)-N3-乙基-5-氟尿嘧啶酯(5,RAFU),其结构通过1HNMR、13CNMR和MS进行了表征。生物活性测试表明,该化合物对肝癌细胞、舌癌细胞等癌细胞都具有抗癌活性。     

基于最优小波包变换和离散余弦变换的灰度图像水印算法

本文提出了一种基于最优小波包变换和离散余弦变换的灰度图像水印算法,利用Arnold变换和Baker映射对水印图像进行置乱,并将置乱结果进行分块,对宿主图像进行最优小波包分解,然后修改低频子带系数来嵌入水印信息.嵌入前,利用离散余弦变换去除低频子带相邻系数的相关性后嵌入经过同样处理的置乱水印子块.实验表明该算法在抵抗噪声、滤波、旋转剪切等攻击下有比较好的鲁棒性.     

基于新小波神经网络的电力电子电路故障诊断

电力电子电路模型具有非线性,所以对它进行故障诊断比较困难.针对这种情况,将小波变换的时频局部化特性和神经网络的非线性映射与学习推理的优点结合起来,建立一种新的小波神经网络.并以双桥12相脉波整流电路为例,首先列出电路的故障类型,片用软件模拟电路的各种故障下的故障信号,然后使用建立的小波神经网络学习和存储双桥12相脉波整流电路的故障信号和故障类型之间的映射关系,实现电路的故障诊断.仿真结果证明了这种故障诊断方法的正确性和准确性.     

基于量子神经网络的容差模拟电路的软故障诊断

给出了容差模拟电路软故障诊断的量子神经网络方法,将传统的模拟电路故障诊断方法与量子神经网络结合起来,多层激励函数的量子神经网络不仅具有BP网络所有的优点,还克服了BP网络在模糊分类方面的缺点,即利用量子神经网络对其输入的容错能力在一定程度上克服了模拟元件的参数容差的影响,模拟电路故障的复杂性及广泛非线性也能利用量子神经网络的非线性映射能力加以解决,同时还可对模糊数据进行模糊分类;通过应用量子神经网络,实现了容差模拟电路单软、多软软故障的诊断。