中药制剂的光纤液滴指纹图分析

光纤液滴指纹图是以利用光学方法检测液体特征参量为目的,并通过计算机分析在液滴下降过程中的光强变化曲线.在实验中利用光纤液滴传感器测试了多种中药制剂的不同体积分数的液体试样,分析光纤液滴指纹图与液体物理、化学特征参量的对应关系,并得到2种样品的线性方程,为中药制剂的在线监测与鉴别提供了一种新方法.     

光纤液滴传感器实现汽油溶液的鉴别

光纤液滴传感器是利用光纤来监测液滴的增长过程,通过分析随液滴下降过程而变化的光强变化曲线,获得反映液体的物理、化学性质的“光纤液滴指纹图”的测试系统。本文利用光纤液滴传感器测量了不同型号的汽油溶液,同时测量了不同型号的汽油溶液按比例混合后的液滴指纹图,通过对比分析液滴指纹图可以实现汽油溶液的鉴别。     

温度对液滴指纹图水质识别的影响分析

研究水本身温度和环境温度的变化对液滴指纹图产生的影响,可为液滴分析仪仪器化设计提供参考。在环境温度保持在27℃左右时,对注射器中水的温度由57℃降至31.3℃期间,连续采集了16组液滴指纹图,比较各组液滴指纹图,光纤信号和电容信号的最大变化分别为0.17%和1.23%,与系统误差相当,说明水本身温度对液滴指纹图几乎无影响;以纯水在不同温度下的折射率、表面张力和介电常数值,计算了环境温度对纯水液滴测量信号的影响大小,计算结果表明:环境温度由18℃升至30℃时,光纤信号和电容信号的变化分别为0.64%和3%,对电容信号的影响较大。     

基于液滴指纹图的波形分析算法的改进

不同的液体在相同的夜滴分析系统中,光纤信号的强弱不同,电容信号的强弱即液滴体积不同,液滴指纹图的波峰波谷的高度、位置以及峰的形状不同,液滴指纹图的曲线长度和曲线下的面积不同;因此,对光电液滴指纹图进行波形分析,计算波形参数,可以实现特征提取并区分不同液体.针对波形分析算法在特征提取过程中存在的两个缺陷,即最值检测时可能错误识别波谷位置和邻域比较时产生大量等值数据集,提出了改进的波形分析算法;对改进前后的波形分析算法进行了分析比较,改进后的算法有效提高了波形参数的准确性.     

PCI-8361BN数据采集卡在光纤电容液滴分析系统中的应用

结合光纤电容液滴分析系统的开发,阐述了数据采集卡PCI-8361BN在实际应用中的功能及有关硬件的设置,给出了在VC环境下利用PCI-8361BN进行数据采集的基本流程和关键函数,并利用该方法实现了光纤电容液滴分析系统的实时数据采集。     

图像分析在液滴检测技术中的应用

基于图像分析的液滴检测技术对研究液体特性具有重要意义,样品液滴的形状参数是表征液滴特性的一个重要参数.设计了基于CCD摄像机图像采集的液滴检测系统,对液滴图像进行滤波、去噪、二值化等图像处理,提取宽长比、复杂度、形状参数和离心率等特征参数,结合多项式拟合和层次分析法对液滴轮廓外形进行分析.通过实验证明:在液滴检测技术中,图像技术具有现实可行性.     

主成分分析与神经网络结合的黄山毛峰茶品质检测

研究了利用主成分分析与BP神经网络结合的方法对黄山毛峰茶进行品质检测。首先应用主成分分析法对反映茶叶香气信息的原始特征变量进行分析,提取出前5个主成分,再以这些主成分作为BP神经网络的输入,建立3层BP神经网络预测模型。试验结果表明,该模型相对于未经过主成分分析的BP神经网络模型,建模效率大大提高,判别准确率也由92.5%提高到97.5%。说明主成分分析与BP神经网络结合应用于黄山毛峰茶品质检测是有效的。     

MEMS加速度计信号光电检测与电容检测的噪声分析

在高精度MEMS扭摆式加速度计电容检测和光电检测实现原理的基础上,分析了该加速度计热机械噪声和电学噪声特性.该加速度计结构在品质因数Q=1和Q=85时,热机械噪声分别为2.4μgn/根号Hz和0.28 μgn/根号Hz.对于电学噪声,电容检测的电学噪声为3.27 μgn/根号Hz,光电检测在只考虑电学噪声时能分辨的最小加速度可达0.05 μgn.对比得出对于扭摆式加速度计结构,光电检测具有比电容检测更小的系统总噪声.     

基于BP神经网络模型的信息处理系统的应用分析

介绍了BP神经网络模型的网络训练学习算法,并应用其良好的自学习、自适应能力于系统信息处理中,通过信息样本对神经网络的训练,使其具有人脑的记忆、辨识能力,完成各种信息处理功能。     

基于语义分析和神经网络的WebShell检测方法

论文提出了一种语义分析和神经网络模型相结合的WebShell检测方法,通过对预编译后脚本文件进行语义分析,基于抽象语法树获取脚本文件的行为特征;基于BP神经网络对样本进行有监督学习,得到可用于未知样本的检测模型。不同于现有基于语义分析的检测方法,论文提出的方法无需人工定义恶意行为,从而有效屏蔽各类逃逸技术的干扰。实验证明,论文提出的WebShell检测方法具有较高的准确率和召回率。     

铝合金光电光谱分析的径向基神经网络方法

在铝合金光电光谱分析的定量分析阶段,确定光谱强度与元素含量的对应关系,将直接影响定量分析的质量。根据标准铝合金成份的确定性,将单一径向基神经网络,改为由每一元素对应一子径向基神经网络,再将这些子径向基神经网络组合成一完整神经网络,以完成铝合金的定量分析,并利用Matlab中的径向基网络,构建函数newrb()返回误差,使每个径向基网络的均方误差减到最小。在Matlab中,模拟实验证明用该方法训练的组合径向基网络所得均方误差,是单一径向基网络均方误差的1/20。     

BP神经网络信息融合技术在水质监控中的应用

目前我国对于集约化水产养殖的水质调控,仅处于单指标调节水平,忽略了水质因子间的相互作用对养殖环境产生的影响。本文在现有的多传感器无线传感网络基础上,构建基于BP神经网络的信息融合监控系统,对多元非线性水质因子进行信息融合以全面评估当前水质环境是否适合虾类生长并做出相应的调控决策。文章最后通过实际水质数据对该系统算法进行测试分析,测试结果表明此监控系统具有较高的精确度,为集约化水质监控开辟了一条新路径。     

基于概率神经网络的入侵检测技术

提出一种基于概率神经网络的高效入侵检测技术。对网络数据处理、概率神经网络的训练与检测及其算法进行分析。在网络训练中,提出一种基于实验数据选择概率神经网络关键参数的方法,分析该方法的可行性。实验表明通过此方法能使入侵检测系统具有更高的检测精度和效率。     

基于Boosting算法的入侵检测

提出了一种新颖的基于boosting BP 神经网络的入侵检测方法。为了提高BP神经网络的泛化能力,采用改进的Boosting方法,进行网络集成。Boosting方法采用更有效的参数求解方法,即弱分类器的加权参数不但与错误率有关,还与其对正样本的识别能力有关。对“KDD Cup 1999 Data”网络连接数据集进行特征选择和归一化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率,仿真结果表明,提出的入侵检测方法是有效的。     

基于支持向量机的混合气体定量分析

为了降低电子鼻对混合气体定量分析的误差,消除气体传感器阵列的交叉敏感特性,文章提出了一种在电子鼻中运用支持向量机进行模式分析的方法。用支持向量机对丁烷和乙醇混合气体所测得的原始数据进行处理,并将其与BP神经网络方法对比。结果表明,该方法预测精度高于传统的BP神经网络,在训练速度上也比BP网络神经更快,能有效地完成混合气体组分的定量分析。     

Filtering method of rock points based on BP neural network and principal component analysis

Filtering is an essential step in the process of obtaining rock data. To the best of our knowledge, there are no special algorithms for use in the point clouds of rock masses. Existing filtering methods remove noisy points by fitting the surface of the ground and deleting the points above the surface around a range of values. This type of methods has certain limitations in rock engineering owing the uniqueness of the particular rockmass being studied. In this paper, a method for filtering the rock points is proposed based on a backpropagation (BP) neural network and principal component analysis (PCA). In the proposed method, a PCA is applied for feature extraction, and for obtaining the dimensional information, which can be used to effectively distinguish the rock and other points at different scales. A BP neural network, which has a strong nonlinear processing capability, is then used to obtain the exact points of rock with the above characteristics. In the present paper, the efficiency of the proposed technique is illustrated by classifying steep rocky slopes as rock and vegetation. A comparison with existing methods indicates the superiority of the proposed method in terms of the point cloud filtering of rock masses.     

基于LabVIEW-化学计量学的化学分析系统

设计了一种基于LabVIEW软件平台及BP神经网络算法、支持向量机(SVR)、偏最小二乘(PLS)等分析算法的化学分析系统。系统以LabVIEW软件为基础,以调用MATLAB作为数据分析核心,以达到自动快速的分析目的。该系统还可将各种回归分析后的数据进行对比,并做出拟合曲线,效果直观、清晰。此系统作为虚拟仪器测量系统的数据分析模块,具有一定应用价值。     

一种基于xenVMI机制下的蜜网流量异常检测方法

针对目前私有云网络存在的安全隐患,提出了一种基于xen VMI机制下的蜜网流量异常检测模型。首先通过数据捕获模块截获蜜网流量;然后利用BP神经网络自主性、交互性和主动性的特征,对捕获的流量特征进行训练,得到五元组特征;再计算五元组特征的信息熵,从而判定蜜网中异常行为。实验结果表明,模型可以有效地检测蜜网中的异常,并通过对异常的分析增强私有云网络的防御能力。     

基于BP神经网络和Bagging算法的入侵检测

提出基于Bagging算法集成BP神经网络的入侵检测方法。采用BP神经网络为分类器,以用户的网络连接行为为特征进行检测,为进一步提高BP神经网络的分类性能,采用Bagging算法对BP神经网络分类器进行加权投票。实验表明,提出的方法具有良好的检测性能。     

基于BP神经网络的人脸检测AbaBoost算法

人脸检测在日常生产和应用非常重要。本文提出了一种基于BP神经网络的AdaBoost人脸检测算法。首先,使用BP神经网络代替YCbCr高斯模型建立肤色模型。同时,针对AdaBoost算法提出了一种新的权值更新方法。在权值更新中引入阈值与样本之间的距离。另外权重有一个边界值。最后,利用BP神经网络提取图像中的肤色候选区域,并采用改进的AdaBoost算法对图像中的人脸进行精确检测。实验结果表明,利用BP神经网络和改进的AdaBoost算法的新的解决方案比现有的方法具有更高的精度。