搜索结果: 1-15 共查到“武器系统与运用工程 神经网络”相关记录54条 . 查询时间(0.414 秒)
提出了一种将小波包变换和改进BP神经网络相结合的地铁轴承故障诊断模型。该模型采用小波包变换对采集到的原始振动信号进行分解和重构，提取能量特征向量，并采用一种改进的小波神经网络模型对地铁轴承进行故障诊断，引入动量因子优化BP神经网络梯度下降算法，以提高模型诊断精度和收敛速度。基于凯斯西储大学轴承故障实验中加速度传感器采集的数据,首先对其进行预处理，然后对神经网络进行训练，当训练误差达到目标精度时，利...
基于RBF神经网络的某型装甲车辆散热器优化设计
RBF神经网络 散热器 优化 装甲车辆
<
2021/3/19
为了对某型装甲车辆散热器散热能力进行优化设计，利用CFX建立了散热器仿真模型，通过与数学模型进行对比验证了模型的准确性；确定了散热器的设计变量和目标函数，利用最优拉丁超立方设计法抽取了样本点，建立了基于径向基神经网络的替代模型，对替代模型的影响因素进行了分析，利用蒙特卡洛方法对所建立的模型进行了统计学分析；利用萤火虫算法进行优化，得到了pareto前沿。验证了结果的可靠性。结果表明：替代模型具有较...
通过经归一化处理后的导弹各项测试数据，建立合理的模糊化隶属函数模型得出相应的测试项目质量状态模糊集合，结合模糊集合与对应项目的权重值采用模糊综合评判法得出导弹系统的质量状态模糊集合。再通过合理的反模糊化过程，得出导弹各个系统的质量评分值，结合专家评分法和BP神经网络模型训练出导弹总体的质量评分网络，用于由导弹各分系统质量评分值向导弹系统质量评分值的传递，对导弹实际质量评定工作具有指导意义。
针对可重复使用运载火箭(Reusable Launch Vehicle,RLV)再入段制导周期长和弱鲁棒性问题，提出一种基于hp自适应伪谱法的神经网络制导控制器。首先建立RLV再入段的弹道优化模型，利用hp自适应伪谱法离线进行弹道优化，得到有干扰和标准条件下的多条最优弹道数据，构成RLV再入段状态量x、y、z、vx、vy、vz和控制量α、β的样本库；再用样本库训练BP神经网络，得到神经网...
基于BP神经网络的身管磨损量监测系统设计
身管磨损 BP神经网络 单片机 自动监测
<
2020/8/17
针对火炮身管烧蚀磨损给射击精度带来的重要影响，设计了基于BP神经网络的身管烧蚀磨损量动态监测系统。采用C语言编程，将BP算法模型应用应用到单片机当中，完成了对身管烧蚀磨损量的计算，并设计了相关外围电路，实现了对身管烧蚀磨损量的自动监测、LCD显示以及与上位机的数据通信功能。该系统综合了单片机和BP神经网络的优点，实现了智能算法与硬件设备的有效融合，可对身管的烧蚀磨损量进行实时的动态监测，可为后续对...
基于最优神经网络结构的故障诊断模型
自适应遗传算法 深度前馈网络 故障诊断
<
2020/7/16
深度神经网络在网络结构、激活函数及优化函数的选择方面，主要依靠操作者的经验来决定，导致了采用群智能算法（SI）对其优化时，只能在特定的网络结构下找到其最优权值和偏置量，限制了深度神经网络在故障诊断领域的进一步发展。提出了一种将自适应遗传算法与深度前馈网络相结合的故障诊断模型。通过MNIST、CIFAR10标准数据集以及CSTV仿真数据验证，故障诊断精度比原始模型显著提高，在CIFAR10数据集上精...
基于径向基过程神经网络的航空发动机排气温度预测
径向基过程神经网络 航空发动机 排气温度 预测
<
2020/2/14
采用一种基于径向基过程神经网络的数据挖掘算法，利用径向基过程神经网络对排气温度预处理后的训练样本进行训练，得到测试样本的输出值。将该算法应用到实际的航空发动机排气温度的预测中，在训练样本较大且参数选取合适的情况下，径向基过程神经网络算法的预测精度误差小于2%，能够满足航空发动机排气温度预测精度的需求。
基于遗传优化GRNN神经网络的人脸识别算法
人脸识别 遗传算法 GRNN 优化
<
2018/3/29
提出了基于遗传优化GRNN神经网络的人脸识别算法；该算法通过优化遗传算子选取光滑因子的最优值，并将光滑因子作为最优参数优化神经网络的识别误差，从而提高人脸识别算法效率和识别率；经仿真验证：在标准人脸图像库下，提出的人脸识别算法性能优于BP、PNN、GNN和DPNN神经网络识别算法。
长短时记忆神经网络在卫星轨道预报中的研究
轨道预报 低轨卫星 深度学习 长短时记忆神经网络
<
2018/1/27
目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异，故通过动力学模型预报的轨道与实际轨道的偏差较大；尤其低轨卫星，由于空间环境复杂多变，预报误差更大；利用深度学习的神经网络作为轨道预报的工具，通过对卫星轨道数据的训练学习，掌握数据之间隐含的关系预测未来数据；将深度学习的长短时记忆神经网络模型优化，并将预报数据与实际数据进行对比分析，将预报20 d的误差由之前最大值的3...
基于人工神经网络的侵彻毁伤模式识别
人工神经网络 侵彻模式 有限元仿真 模式识别
<
2018/1/25
为了研究多因素作用下破片侵彻靶板的具体模式，利用人工神经网络方法，对输入参数进行识别，得到了相应的靶板毁伤模式。基于正交试验设计原则，利用ANSYS/LSDYNA仿真出60组破片侵彻靶板的模式数据，作为神经网络训练的输入数据，对神经网络进行训练，另外选取3组数据作为验证数据对神经网络的训练效果进行验证。结果表明：该训练模式下，人工神经网络能够有效地识别多因素作用下破片对靶板的具体毁伤模式。
为获得全局最优点，提出一种改进粒子群算法优化BP神经网络实现核素识别方法。该算法用一种动态改变惯性权重与学习因子的自适应方法，优化BP神经网络的阈值与权值，通过训练BP神经网络识别模型得到粒子群的全局最优解，利用最优权值与阈值实现核素识别。分析结果表明：该方法不仅能更快地收敛于最优解，同时能更好地平衡全局搜索和局部搜索能力，有效地改善算法的收敛速度和识别精度。
基于BP神经网络的风洞传感器非线性误差修正方法
BP神经网络 风洞传感器 误差修正
<
2016/4/1
针对风洞试验时传感器测值受到非线性误差干扰的问题，提出基于BP神经网络的风洞传感器非线性误差修正方法。利用BP神经网络强大的非线性映射能力，通过神经网络模型融合传感器校准数据对传感器的测量误差进行计算，并根据网络计算误差对传感器测值进行修正。试验结果表明，该方法能有效地减小非线性误差对传感器测值的影响，提高传感器的测量精度。
基于概率神经网络的风洞设备故障预测诊断方法
PNN 风洞设备 故障预测诊断
<
2016/10/12
针对风洞设备故障征兆与故障原因之间的非线性关系，提出基于概率神经网络的风洞设备故障预测诊断 方法。利用概率神经网络强大的自主学习能力和较强的模式识别能力，来预测诊断风洞设备的故障原因，通过故障 样本对概率神经网络进行训练，并对待测样本进行故障预测诊断。结果表明：概率神经网络能满足故障诊断快速和 准确的要求，故障预测诊断精度较高，适用于在线检测，具有实际应用价值。
基于人工神经网络的核素识别分析方法
神经网络 快速识别 γ谱 主成分分析
<
2016/4/6
针对传统的方法解析γ谱数据实现核素识别存在步骤多、精度低、专业知识要求高、识别速度慢等缺点，本文提出了一种基于人工神经网络的核素识别分析方法。在对全谱γ数据进行主成分分析的基础上，提取出γ谱的主要特征，将此特征信息输入人工神经网络，利用BP网络算法和RBF网络算法可快速地完成γ谱解析。分析结果表明：该方法降低了对探测器能量分辨率的要求，同时避免了寻峰、能量刻度与效率刻度等问题，简化了核素识别的过程...
基于自组织增量学习神经网络的信息融合技术
智能机器人 信息融合 自组织增量学习神经网络 联想记忆
<
2016/10/11
针对传统神经网络在实际信息融合过程中存在的一些缺陷，提出一种基于自组织增量学习神经网络 (self-organizing incremental neural network，SOINN)的信息融合方法。对不同类型传感器接收到的异构数据，使用 增量式正交分量分析(incremental orthogonal component analysis，IOCA)方法进行数据自适应降维和特征提取，将提 取...