时序峰值预测的最小二乘支持向量回归模型

针对最小二乘支持向量回归模型中,呈稀疏分布的时序峰值样本拟合预测误差偏大的问题,基于加权最小二乘思想,提出一种新的用于时序峰值预测的最小二乘支持向量回归模型.根据样本分布密度和输出期望幅值,优化了经验风险控制目标.解得模型的拟合预测误差不受样本分布的影响,而且在保持整体样本拟合预测精度的同时,对峰值样本的拟合预测精度有了显著提高.Lorenz时序预测和电力负荷预测的仿真结果表明了模型的有效性.     

基于机器视觉的线扫描弹簧表面缺陷检测系统的研究与实现

针对传统的弹簧人工检测存在效率低、检测精度不高等缺点，本文通过对几种方案的对比论证，构建了一个基于机器视觉的线扫描弹簧缺陷自动检测系统，并在Visual C＋＋2005平台下开发了系统软件，对图像进行一系列的分析和处理，最终实现了对金属表面缺陷的自动检测识别，并还能够得到精确的尺寸测量结果。通过测试，结果表明系统能够实现既定的要求和目标。     

一种新型TPMS设计与实现

介绍了一种直接系统方式的新型轮胎压力监测系统(TPMS)解决方案,并给出了系统设计相关硬件构成、软件流程和通信设计参考.该系统可实时检测汽车行驶时的轮胎内部状态,在出现压力或温度的异常变化情况下,可及时报警,从而有效避免因爆胎引起的交通事故.     

BP神经网络在水质参数预测中的应用

介绍了如何使用BP神经网络在已经有大量历史数据的基础上来预测未来的水质参数和如何使用函数来实现BP算法来预测未来水质参数的程序。     

基于BP神经网络的水质预测方法的研究

为了建立相应的水质预测和评价管理决策支持系统,在了解和分析一些常规水质模型的基础上,提出了用BP神经网络进行智能建模的方法,并结合东江自动监测站的实测水质数据进行了初步的探索,建立了东江水质预测的BP神经网络模型,并给出了仿真结果。结果表明,BP神经网络模型可以很好地对水质进行预测,解决系统中复杂的非线性关系,具有预测精度高,简便可靠等特点。     

基于B/S模型的控制系统仿真平台的开发与实现

提出了一种控制系统教学实验平台的设计模型和实现方法,通过B/S模式构建网络仿真平台,利用asp动态网页技术、数据库技术以及Matlab完善的网络计算和绘图功能,实现了在线修改simulink构建的系统模型参数并进行仿真,结合实验、互动交流的教学方式,达到多用户远程完成教学实验的目的.     

内嵌神经网络的不确定水质模型研究

不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段,目前水质不确定模型主要是增加一个外部观测量,通过对观测结果的回归分析或滤波来分析不确定性因素的影响.本文将神经网络内嵌到水质模型中,构成一个具有学习功能的不确定性水质模型,此模型能从内部感知各种不确定性因素的变化,实践证明此模型在对具有不确定性污染物排放的预测上具有较高精度.     

多时滞线性定常系统渐近稳定的几个充分条件

通过引进α双时角占优和不可约矩阵的定义,结合M-矩阵的性质,给出了多时滞线性定常系统渐近稳定的几个新判据.并做了简明扼要的证明.     

时滞离散非线性系统基于NN预测的准滑模控制

研究一类具有输入滞后的离散非线性系统的准滑模控制问题。根据滑模控制原理和神经网络的逼近能力,提出了一种基于神经网络预测的准滑模控制器设计方法,给出了神经网络预测器的自适应算法。通过理论分析和仿真结果,证明了神经网络预测器的自适应算法是收敛的,闭环准滑模控制系统是稳定的,跟踪误差可收敛到零的一个领域内。     

采油厂油藏动态分析系统开发及应用

油藏动态分析是对老油田加强油气生产精细化管理及对老油区开采现状进行微观、细致分析和深入挖潜的必要手段。系统体现了“油气生产管理精细化、数据资源效益最大化、分析处理结果图示化、系统运作集中化”的特点,为生产管理提供方便快捷的图示化辅助分析环境,满足油田信息资源的高效管理与应用。本文首先阐述了油藏动态分析系统的技术要点,包括系统体系结构、数据体系结构,并介绍了如何实现图形变换,以及图形在经过复杂变换与操作之后仍能对逻辑坐标与物理坐标进行准确的转化的实现方法,然后对系统的各项功能进行了介绍,最后结合油田上常用的地质图形对系统的图形处理功能的特点进行阐述。