基于混沌RBF神经网络的汽油机进气流量预测研究

针对汽油机进气流量的多维非线性特性,提出了一种混沌径向基（RBF）神经网络的汽油机进气流量预测模型。证明了汽油机进气流量时间序列具有混沌特性,对采集的原始数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测,并利用混沌算法确定输出层连接权值和隐含层高斯函数径向基中心,使其达到全局最优,加快了RBF神经网络的收敛速度。仿真结果表明,与空气进气流量平均值模型、RBF神经网络预测模型比较,该模型具有更高的预测精度,为精确及时测试汽油机进气流量提供了一种全新的软件测量方法。     

基于光谱特征的真伪纸币差异分析

科学、严谨的纸币真伪鉴别方法是遏制假钞流通的有效途径和重要手段.随着科技的进步,许多创新鉴别技术不断涌现,其中基于光谱特征的检测技术因准确、高效而被逐渐推广应用.利用光谱反射率特征能有效地区分背景、干扰物与真实目标,其在医疗、军事、食品检测等方面都取得了良好的应用效果.本研究利用真伪纸币的光谱差异性对纸币真伪进行鉴别分析.首先,利用尺度不变特征转换（SIFT）算法提取真、伪纸币的图像特征点,获取描述符幅值较大的特征点,通过测量比较真伪纸币特征点的光谱信息差异,对纸币进行真伪鉴别.     

基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究

提出了基于混沌径向基(RBF)神经网络的汽油机瞬态工况油膜参数辨识方法。利用混沌优化算法确定隐含层高斯函数径向基中心和输出层连接权值,使其达到全局最优,有效地提高RBF神经网络的收敛速度;同时,利用混沌算法训练RBF神经网络,使目标函数取全局最小值或逼近全局最小值,有效地提高辨识模型的辨识精度,并与BP神经网络模型及最小二乘法辨识进行了分析和比较。仿真结果表明:混沌RBF神经网络模型收敛速度快,具有更强的非线性辨识能力,能够有效地提高油膜动态参数的辨识精度,进而得出不同工况下的油膜参数动态特征。