作者：谭成翔,赵松龄 单位：中国科学院生态环境研究中心 出版：《环境科学》1997年第03期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFHJKZ703.0130 DOC编号：DOCHJKZ703.0139 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 声屏障的高度、材料、结构、重量和风载荷等要素受到景观要求和承载结构等条件的制约，进一步劣化了常规声屏障在低频宽带噪声衍射和透射控制方面的缺陷．本文为此提出神经网络分布式多通道智能化协同控制声屏障方法．神经网络自组织形成时空二维非线性控制矢量，以形成优化的分布式消声器阵列．采用多目标优化．神经网络通过自学习．首先优化各传感器和次声源的空间配置，以形成适当的消声空间分布并降低硬件开销；其次简化控制器结构；最后精细优化各联结权．研究表明，该方法对宽带、大扇面噪声控制效果特别突出

    📙 相关资料

    1. 《基于GWO-BP神经网络补偿的SF_6红外气体传感器》PDF+DOC 为实现电力系统中SF_6气体的有效监测与控制，本文基于非色散红外原理(NDIR)，设计了一种SF_6气体传感器。但是，在实际的测量中，环境的温度与气压差异性容易影响SF_6气体浓度检测装置的检测精度，因此需要采取适当的方法消除环境引起的测量误差。本文采用灰狼智能优化算法—误差反向传播(GWO-BP)......
    2. 《基于神经网络补偿的室内无人机组合导航系统》PDF+DOC 针对无人飞行器在环境特征突变情况下数据融合的可靠性大幅下降问题，提出了神经网络预测补偿的组合导航算法。首先利用扩展卡尔曼滤波和粒子滤波对激光、光流等传感器得到的数据进行融合，然后采用径向基函数(RBF)神经网络对粒子滤波前后的误差进行预测。当激光数据可靠时，RBF神经网络进行训练学习模式，当激光数据......
    3. 《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》PDF+DOC 为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性，提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型，并对各模型进行优先级划分，以串并联方式设定模型间关系，通过可靠参数的逐级生成和传递，有效......
    4. 《一种改善传感器动态特性的神经网络补偿方法》PDF+DOC 研究了设计动态补偿滤波器改善传感器动态特性的一般方法，提出应用神经网络作为补偿环节的设计方法。理论和实验研究都表明该方法具有一定的实用价值。...
    5. 《基于线性神经网络测量固体速度的方法》PDF+DOC 本文提出了一种以线性神经网络为基础测量气、固两相流速度的新方法。首先通过对两个传感器之间的流动噪声输送过程进行分析 ，建立两个传感器信号之间的数学模型。并以此为基础通过线性神经网络测量流动噪声的渡越时间 ，进而测出流速。实验结果表明 ：此方法可以克服常用的相关估计方法中存在的随机误差较大、分辨率较低......
    6. 《基于自适应神经模糊推理的传感器在线故障诊断》PDF+DOC 介绍了一种应用于故障诊断的基于T S模糊模型的自适应模糊神经网络 ，给出了网络的连接结构和学习算法以及传感器故障在线诊断原理。仿真结果表明 ，该方法具有收敛速度快 ，诊断精度高 ，泛化能力强的特点 ，而且可以诊断系统多种工作过程传感器的在线故障。...
    7. 《神经生物传感器测量活细胞中的电活动》PDF+DOC 2003年2月，德国慕尼黑Infineon技术公司的研究人员宣称，他们已成功地将新研发的生物传感器芯片直接接到活的神经细胞上，这样就能读出由这种细胞产生的电信号。这种新研发的神经芯片将使得能察看神经元、神经组织和器官神经网络的生物功能。研究人员认为这一器件最终将导致...
    8. 《基于神经-模糊推理网络的机动目标跟踪方法》PDF+DOC 对目标机动的检测和准确跟踪，是目标跟踪研究中非常重要但难度较大的问题。在雷达和红外融合的跟踪系统，将神经-模糊推理网络与扩展Kalman滤波结合起来，形成闭环。即提取和目标机动有关的特征量送入神经-模糊推理网络，再估计目标机动输入，实现对机动目标的精确跟踪。仿真试验说明了本文所采用方法的有效性。[(......
    9. 《神经网络辅助多目标跟踪数据融合》PDF+DOC 多目标跟踪(MTT)算法包括卡尔曼滤波和数据关联算法等，而数据关联算法又是最重要、最困难的方面。联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法，但对于多传感器多目标跟踪的情况，特别是目标较为密集时，计算量剧增。提出了一种改进的方法，一方面将神经网络引入到卡尔曼滤波器中，提高滤波......
    10. 《基于神经网络补偿的多传感器航迹融合》PDF+DOC 针对多传感器环境的条件提出了一种基于神经网络补偿的航迹融合方法.各传感器的测量值用线性卡尔曼滤波器进行处理并将获得的局部航迹传送到融合中心.首先对局部航迹进行融合，然后引入神经网络来减少因共同过程噪声而导致的融合估计误差，其中神经网络采用Dan Si-mon提出的网络结构，并对神经网络权值的优化采用......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。