《粗神经网络及其在图像融合中的应用研究》PDF+DOC

📙 相关资料

1. 《粗神经网络及其在数据融合中的应用》PDF+DOC 给出一种新的神经网络——粗神经网络结构 ，并给出了基于粗神经网络的多传感器数据融合模型 ，阐述了用于数据融合的粗神经网络的结构和训练方法。分析和仿真结果表明 ，新模型不仅能解决传统模型所能解决的问题 ，而且能解决传感器输出为二值或一个范围的多传感器数据融合问题...
2. 《全球变化研究中的数据融合》PDF+DOC 文中给出了一种研究全球变化中数据融合的新方法———粗集神经网络结构。用改进的方法训练网络权值 ，分析和仿真结果表明 ，此种模型具有较好的泛化、学习、映射能力。说明新模型能够解决传感器输出为二值或一个范围的多传感器数据融合问题。...
3. 《欠自由度假肢对目标定位的实现》PDF+DOC 设计一种欠自由度假肢对目标进行定位的方法与用来提高此方法精度的BP神经网络。在MATLAB里验证所设计的神经网络，验证结果表明所设计的神经网络能极大地提高定位方法的精度。...
4. 《压力变送器温度补偿技术研究》PDF+DOC 对压力变送器误差补偿原理进行深入研究，采用BP神经网络算法对由温度变化造成的压力传感器输出结果的误差进行补偿。首先分析压力变送器测量影响因素，建立神经网络补偿模型，其次通过部分实验样本数据进行训练得到具体神经网络结构，并通过剩余实验样本数据验证神经网络的有效性。实验结果表明，该方法有效的抑制了温度对......
5. 《称重传感器蠕变误差的神经网络补偿方法》PDF+DOC 针对电阻应变式称重传感器存在严重的蠕变误差直接影响称重结果准确度的问题，提出了一种基于神经网络的称重传感器蠕变误差自动补偿模型，并给出了模型的训练算法。对量程为50 kg，C3等级的电阻应变式称重传感器进行了实验，实验结果表明，使用神经网络蠕变误差补偿方法补偿后，称重传感器加载标准砝码30 min内......
6. 《基于神经网络的智能传感器的数据处理》PDF+DOC 为提高智能传感器的测量准确度，利用神经网络良好的非线性映射能力，对传感器的标定数据进行输入-输出特性的反非线性逼近，同时，利用传感器实验数据进行神经网络的训练。结果表明：与传统的数据处理方法相比较，利用神经网络进行的传感器数据处理，能使传感器的准确度由&#177；6.67提高到到&#......
7. 《压力传感器温度补偿的一种新方法》PDF+DOC 针对温度对硅压阻式压力传感器输出影响的问题，提出将主成分分析(PCA)与改进的反向传播(BP)神经网络相结合，用于压力传感器的温度补偿的新方法。利用PCA提取温度补偿的主要信息使多维问题得以简化，同时剔除了数据的噪声误差，且对BP神经网络进行了改进，以充分发挥其强大的泛化功能和容错能力。研究结果表明......
8. 《粗集-RBF神经网络在瓦斯突出预测中的应用》PDF+DOC 煤矿瓦斯突出是威胁煤矿安全生产的主要因素之一：瓦斯突出预测的关键是信息的采集，传输和处理；通过DSP技术和粗集-RBF神经网络结合的方法，完成了对瓦斯突出预测系统的设计；该系统设计了基于DSP和无线传感器网络的信息采集和传输系统和粗集-RBF神经网络；信息传输采用无线网络和CAN总线相结合的方式，极......
9. 《智能传感器侦察网络中的目标声信号识别算法》PDF+DOC 针对智能传感器侦察网络中的地面目标识别问题，提出了一种基于智能计算方法的地面目标声信号识别算法。基于智能计算方法设计识别系统，直接利用信号特征的变化范围作为分类特征，并结合能够处理定性输入的粗神经网络分类算法，有效地克服目标信号的不确定性问题，提高识别系统的识别率和稳定性。...
10. 《采用粗BP神经网络和D-S证据理论的目标识别》PDF+DOC 为克服传统的目标识别方法的不足，提高目标识别的实时性和准确性，提出将粗BP神经网络与D-S证据理论相结合的识别模型。在多传感器数据融合中利用粗集理论对大量的传感器数据进行处理，对输入信息进行约简，剔除冗余信息，简化了生成规则和BP神经网络模型结构，提高了网络训练速度和运行速度。以BP神经网络输出作为......