模拟电路故障诊断的小波神经网络方法

利用小波和改进型BP神经网络相结合的方法,进行模拟电路故障诊断;通过分析被测电路的冲激响应,来识别电路中的故障元件;用小波对冲激响应信号进行多尺度分解,进行归一化后,提取特征信息作为神经网络的输入而进行分类。该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间。实验仿真结果表明:该方法能准确实现故障定位且准确率高。     

基于CMOS模拟电路的高速模糊神经网络设计

本文提出了可构成多规则模糊神经网络的CMOS模拟单元电路,包括:类Gauss型隶属度函数电路,电压求小电路和重心算法去模糊电路.基于这些电路设计了一个两输入/一输出、25条规则的控制系统,并通过非线性函数逼近进行了验证.所有单元均采用SMIC 0.18-μm CMOS数模混合工艺制造,芯片测试结果表明:提出的单元电路结构简单,输出电压偏差小,便于扩展和调节;因而适于实现多规则,自适应调节的高速高精度控制系统.     

基于小波分析和神经网络的模拟电路故障诊断方法

提出了一种基于神经网络和小波分析的模拟电路故障诊断的系统方法。该方法通过对电路的可测性测度计算，选择电路的最佳测试节点，然后利用小波分析作为特征提取手段提取电路的故障特征向量，经归一化和主元分析（PCA）处理后。得到最优特征向量，最后输入到神经网络实现电路故障诊断。计算机仿真结果表明该方法具有更好的故障分辨率。     

PID神经网络的VHDL实现

PID神经网络模块是单变量或多变量非线性PID神经网络控制器的核心部分.从分析PID神经网络的设计原理入手,给出了PID神经网络实现的环形电路结构,采用自顶向下的设计方法,利用VHDL语言设计和实现了3层PID神经网络模块.仿真结果表明该模块功能完全正确.综合结果表明,该网络的实现仅使用了175个LE和9个嵌入式硬件乘法器,最高时钟频率可达116 MHz.     

模拟电路故障诊断中的特征信息提取

在运用BP神经网络进行模拟电路故障诊断过程中,代表故障特征的网络输入至关重要。分析了常见特征信息提取和故障诊断方法,提出一种基于多测试点、多特征信息原始样本集的新方法。运用这种方法构造原始故障特征集,然后作为BP神经网络的输入对网络进行训练,仿真结果表明,通过该方法构造的样本集训练出来的网络对模拟电路故障诊断的正确率优于传统方法,证明了该方法在模拟电路故障诊断中的可行性,为模拟电路的故障诊断提供了一种新方法。     

基于多分辨分析和WNN的模拟电路故障诊断

提出了一种基于多分辨分析和小波神经网络(WNN)相结合的模拟电路故障诊断方法。该方法利用了多分辨分析优异的时频特性,提取采集数据中的故障特征参数值,结合小波神经网络强大的非线性分类、学习、泛化能力及精度高、收敛速度快等特性,将得到的输入数据进行归一化处理作为小波神经网络的输入对其进行训练,并将训练的结果应用于滤波器电路故障诊断。结果表明,该方法实现了对故障模块的定位,是一种有效的模拟电路故障诊断方法。     

一种基于小波预处理的模拟电路故障诊断方法

文中提出了一种基于小波预处理的模拟电路故障诊断方法。由于小波分析具有数据压缩和特征提取的特性,我们利用小波变换对电路脉冲信号进行多尺度分解,提取特征向量输入神经网络进行训练。实验表明,该办法可以有效地减少神经网络的训练时间,提高模拟电路故障诊断的准确率。     

基于CMOS模拟电路的径向基函数神经网络

提出了可构成径向基函数(RBF)神经网络的CMOS模拟单元电路,包括绝对值电路、电流求均方根电路和类高斯函数电路.基于这些电路设计了一个二输入/一输出,含有两个隐层神经元的径向基函数神经网络,并通过异或问题进行了验证.所有单元均采用HJTC 0.18μm CMOS数模混合工艺制造,芯片面积为200μm×150μm,功耗约为100μW.芯片测试结果表明:提出的单元电路结构简单,功耗低,便于扩展和调节,因而为硬件实现径向基函数神经网络的片上学习提供了可     

基于CMOS模拟电路的径向基函数神经网络

提出了可构成径向基函数(RBF)神经网络的CMOS模拟单元电路,包括绝对值电路、电流求均方根电路和类高斯函数电路.基于这些电路设计了一个二输入/一输出,含有两个隐层神经元的径向基函数神经网络,并通过异或问题进行了验证.所有单元均采用HJTC 0.18μm CMOS数模混合工艺制造,芯片面积为200μm×150μm,功耗约为100μW.芯片测试结果表明:提出的单元电路结构简单,功耗低,便于扩展和调节,因而为硬件实现径向基函数神经网络的片上学习提供了可     

基于小波包变换的FED驱动电路故障诊断

根据FED驱动电路的特性,提出了一种小波包变换和神经网络相结合的方法,并将其应用于FED的驱动电路故障诊断.首先采用小波包变换对电路输出节点的电压信号进行分解,提取各频段的能量作为故障样本输入神经网络.仿真实验证明,该方法减少了故障诊断的时间,提高了故障诊断的准确率,使准确率达到87.17％.     

连续变量相干态量子神经网络模型的构建

为了将功能强大的神经网络应用到连续变量量子信息处理中,需要建立连续变量的量子神经网络(QNN)模型.以相干态量子逻辑门为基元,基于QNN原理构建了由输入层、隐藏层和输出层组成的量子线路,实现了连续变量相干态量子神经网络(CSQNN)功能.模型通过多控CNOT门实现量子态操作,利用相位旋转门完成网络参数的学习训练.仿真结果表明在CSQNN辅助下,阻尼系数为0.5的振幅阻尼信道的量子隐形传态保真度显著提高,趋近1,说明提出的CSQNN模型能有效处理连续变量量子信息.     

容差模拟电路故障模糊诊断方法及其实现

提出了基于SOFM神经网络的容差模拟电路故障模糊诊断方法及其实现。该方法将网络撕裂法和SOFM神经网络相结合进行故障测试．并运用所设计的模糊逻辑神经网络系统判断测试条件，定位容差模拟电路的子网络级故障。仿真试验表明该方法故障定位精确度高。撕裂迅速，有利于大规模容差模拟电路故障诊断的实现。     

模拟数字电路故障诊断新方法

利用小波变换与神经网络相结合的方法,采用能量分布特征提取方法和改进BP算法,给出了一种基于小波变换和BP神经网络相结合的模拟电路故障诊断方法.用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.在用神经网络诊断模拟电路的基础上,进行了将神经网络用于数字电路单故障诊断的研究.对两者的实例电路仿真结果表明,神经网络可以有效、方便地实现电路的故障检测和定位,准确率高,为故障诊断的研究提供了一种新思路.     

基于模糊神经网络智能预测模型的设计与实现

针对智能决策支持系统中经常遇到的预测类问题,根据人工神经网络和模糊逻辑系统的各自特点,设计一种模糊神经网络模型,将模糊系统用类似于神经网络的结构表示,再用相应的学习算法训练模糊系统实现模糊推理.并对此模型进行预测验证和编程实现.     

一个随机并行算法及其在逻辑最小化中的应用

寻找最小代价覆盖是逻辑最小化中的一个重要步骤。由于这是一个ＮＰ完全问题，对较大量数据寻找最佳覆盖问题公式化来寻找一个代价函数的全局极值。选择适当的退火策略与参数值即可以得到最佳覆盖结果。所用算法具有较低的时间和空间复杂性，并有高度的并行性。     

线性约束条件下任意凸函数的神经网络优化模型

该文提出了线性约束条件下任意凸函数的神经网络优化模型,所构造的能量函数的平衡点即为原问题的最优解,克服了传统的神经网络优化方法所存在的问题,网络是全局稳定的,并能收敛到最优点,计算机仿真结果证明了本文方法的有效性。     

基于MIV和BRBP神经网络的电路板红外诊断方法

针对BP神经网络对于海量数据训练及多维数据训练收敛困难的问题,在使用增加动力项、自适应学习速率等方法的基础上,引入均值影响度算法(MIV)构造了贝叶斯正则化反向传播(BRBP)神经网络,以此提高电子线路板红外故障诊断算法的效率。利用红外测温方式,获取了不同室温及运行状态下电路板中21个元器件温度数据。将此21个参数作为故障诊断模型的初始输入变量,经过MIV算法简约为12个参数输入至BRBP神经网络,进行故障评估和诊断。结果表明:相对于传统的BRBP神经网络,本文设计的基于MIV和BRBP神经网络模型诊断方法极大简化了数据训练的数据量并解决了数据收敛的困难,因此效率更高,用时更省。     

神经网络优化计算的新方法

本文在Hopfield神经网络优化方法的基础上，根据模拟退火算法逃离局部最优解的原理，提出了一种神经网络优化计算的新方法．通过调整神经网络的连接权，网络的演化不仅可以逃离目标函数的局部最优解，而且可以改善目标函数的局部最优解．实验结果表明，新方法求解最优解所需的计算时间比模拟退火算法少得多．     

模拟电路故障诊断的小波包预处理神经网络改进算法

提出了基于小波包预处理的神经网络模拟电路故障诊断方法的两种改进方法:最优小波包变换(OWPT)预处理和不完全小波包变换(IWPT)预处理BP神经网络算法。首先对模拟电路的响应信号用这两种方法进行预处理,然后计算预处理后信号各个频段上的归一化能量,把归一化的能量作为训练样本送给BP网络进行训练,有效减少了BP网络的输入节点和隐层节点的个数,从而减小了神经网络的规模,降低了计算的复杂度,加快了网络的训练和收敛速度。仿真实验表明此方法能够快速有效的对模拟电路的故障进行诊断和定位。     

模拟神经网络稳定性研究

本文提出了模拟神经网络稳定性分析的静态等效模型,通过推广特勒根定理,从等效模型导出了物理意义清晰的能量函数。由一阶微分方程组求网络能量函数的方法普适于所有的一阶连续自治系统。文章并利用能量平稳原理对点格神经网络的稳定性质进行了讨论,得到了一些对于网络的电路实现具有一定指导意义的结果。