基于神经网络的内燃机油清净剂复配性研究

清净剂间的交互作用是很复杂的,两种或多种清净剂间复配性难以用数学模型进行描述,应用神经网络处理非线性问题的强大功能,对清净剂复配性试验的结果进行了处理,并在神经网络的强大推广能力的基础上,计算出内燃机油清净剂复配的最佳比.该值与以前的结论极吻合.     

基于均匀设计的汽油机油添加剂承载性能研究

以均匀设计安排试验，对试验结果进行回归分析。分析表明MoDDP、复合抗氧抗腐剂能显著提高汽油机油的承载性，而复合分散剂与复合抗氧抗腐剂的交互作用对承载性能不利，复合清净剂和基础油对承载性能没有明显的作用，采用对回归方程的直接优化方法和BP神经网络都能得到最优的添加剂组成。     

基于均匀设计的汽油机油添加剂承载性能研究

以均匀设计安排试验,对试验结果进行回归分析.分析表明MoDDP、复合抗氧抗腐剂能显著提高汽油机油的承载性,而复合分散剂与复合抗氧抗腐剂的交互作用对承载性能不利,复合清净剂和基础油对承载性能没有明显的作用.采用对回归方程的直接优化方法和BP神经网络都能得到最优的添加剂组成.     

车用乙醇汽油中清净剂的检测方法研究

为了能即经济又快捷的检测车用乙醇汽油中的清净剂。车用乙醇汽油加清净剂和未加清净剂的可淋洗胶质检验,可以用来判定车用乙醇汽油中是否加入了清净剂及加入的清净剂是否具有清除发动机进气系统沉积物的效果。这为车用乙醇汽油清净剂的推广使用提供了技术支撑,也为监督执法提供了有力保障。     

利用Matlab神经网络工具箱在VC++.net中进行手写体数字识别

介绍了在VC++.net中通过Matlab引擎调用Matlab神经网络工具箱函数的方法。VC++.net具有强大的界面开发功能,Matlab的复杂计算和处理功能比较强大。因此,VC++.net和Matlab的交互编程可以结合两者的优点。文中所述就是利用这一技术来进行手写体数字识别,并取得了很好的效果。     

基于神经网络的高温下（后）预应力损失分析

提出了基于神经网络的高温下(后)预应力损失的评价方法.针对影响高温下(后)预应力损失的复杂多变性和相当强的不确定性,建立了基于神经网络的高温下(后)预应力损失模型.运用神经网络强大的自适应、自组织、自学习的能力以及高度的非线性映射性、泛化性和容错性的特点,通过对训练样本的神经网络学习,建立了预应力损失与温度、初始有效预应力以及高温条件的网络关系,最终实现了对测试样本的预应力损失预报.     

一类神经网络的全局稳定性分析

研究一类Hopfield型神经网络的平衡点的存在性，唯一性和全局稳定性，在放弃神经网络激活函数的有界性，单调递增性和可微性条件下，得到了神经网络平衡点的存在性和唯一性条件；利用M矩阵理论，通过构造适当的Liapunov函数，得到神经网络全局稳定性条件，这些条件适用于神经网络中关联矩阵为对称或非对称，激活函数为非单调的情况。     

基于神经网络的手势识别

在机器人对手势识别的实验中，利用BP神经网络对连续手势进行识别。对采集到的彩色图像进行基于肤色的提取后，从复杂背景的彩色图像中划分出手部图像，进一步处理后输入神经网络进行识别。实验结果表明，该方法比较简单，识别效果也较为理想。     

基于径向基函数神经网络的交通事故预测

基于径向基神经网络强大且准确的非线性关系映射能力,将其应用于交通事故预测中,获得了较高的预测精度。同时,与BP神经网络预测结果的对比表明,径向基神经网络预测方法明显优于BP神经网络预测方法。     

神经网计算机实现中重点考虑的几个问题

处理具有并行性人工神经网络算法的神经网络计算机结构实质上就是一个多处理机结构，但是在构造具体结构等方面还应根据神经网络的特点进行特殊考虑。本文论述了设计神经网络计算机时重点考虑的几个问题，如模式联想与自联想、紧耦合与松散耦合、容错等问题。     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

利用神经网络建立土壤施肥模型的应用研究

基于神经网络理论，对土壤施肥模型进行了研究。通过对小麦在同一农田重复进行种植试验，且每次施不同的肥料用量，最后选取丰产的数据作为实验样本，通过归一化把实验数据进行必要的处理。采用BP算法训练网络，对小麦产量和施肥量之间的映射关系进行了数逼近，建立了土壤施肥神经网络模型。通过实际数据验证，该模型的输出与实际肥料用量基本相符。将所建神经网络模型进行用于施肥量的预算，提出了预算精度并能取得较好的效果。     

��·������Ԥ��ĸĽ�BP�����緽��

铁路货运量与其影响因素之间存在着复杂的非线性关系，传统的BP神经网络模型能对非线性系统进行很好的拟合，但模型的预测能力不强。通过单位根检验，可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响，提出用差分法对输入数据进行预处理，在此基础上建立了铁路货运量预测的改进BP神经网络模型，并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性，最后利用该模型对2006—2O1O年的铁路货运量进行了预测。     

电液伺服系统的神经网络辨识与自适应控制

对一实际电液伺服系统进行了神经网络仿真研究，仿真结果表明，神经网络用于电液控制系统的辨识与自适应控制是可行的，可以解决电液控制系统中非线性及其控制等问题，它对于增强系统的自适应能力，鲁棒性和稳态精度等都有令人满意的控制效果。     

具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

����·�������г�ʱ��Ԥ���о�

本文提出了一种基于状态空间神经网络（SSNN）和拓展卡尔曼滤波（EKF）的混合式行程时间预测模型。以往的研究表明，状态空间神经网络能够较好的处理复杂的非线性时空问题。然而，状态空间神经网络需要大量的历史数据作为离线训练之用。其不足之处在于，首先是需要花费大量的时间和精力去收集、准备数据，以及训练神经网络。其次，输入输出随着时间不断增加，训练过程需要不断的从新重复。为了提高状态空间神经网络的有效性，扩展卡尔曼滤波代替了传统的方法来对神经网络进行训练。荷兰的一条城市道路被选择为模型验证的试验路段。通过与另外两个预测模型之间的对比验证，该模型的预测能力能够达到满意的有效性、准确性和鲁棒性。     

汽油添加剂管用吗？

加入汽油添加剂真的能让爱车节油又耐用吗?添加剂到底有没有功效?在我国,清净剂往往被车主当成节油剂大量购买和使用,很多厂家也跟风而动,把本来的清净剂当做节油添加剂销售。而且,市面上的燃油添加剂尽管在产品说明上都堂而皇之地标注着通过了各种品质的认证,但消费者选购时仍需慎重。     

基于深度学习的电力负荷短期预测

为做好电网供需平衡,进一步改善电网的社会效益和经济效益,根据负荷数据的时序性特征,利用卷积神经网络的特征提取能力和长短期记忆神经网络捕捉时间序列关系的能力,采用卷积-长短期记忆混合神经网络进行电力负荷短期预测.首先根据历史数据对该模型进行训练,然后使用已训练好的模型进行预测,最后将其预测结果与长短期记忆神经网络预测结果进行比对.两组不同采样间隔的负荷预测仿真结果表明,卷积-长短期记忆混合神经网络相对于长短期记忆神经网络,可以更好地从负荷数据中提取出时序性特征,预测误差较小,精度较高,能够在电力短期负荷预测问题中提供可靠的预测结果.     

多聚磷酸改性沥青路用性能研究

试验首先研究分析了不同等级、不同掺量多聚磷酸对改性沥青性能的影响,然后分别进行了多聚磷酸与基质沥青,以及多聚磷酸与SBS、SBR复配基质沥青的沥青混合料高温稳定性、低温抗开裂性和水稳定性等路用性能试验。结果表明,多聚磷酸与以SBS为代表的高聚物复配后,可以有效弥补多聚磷酸改性沥青的水稳定性和低温抗开裂性性能不足,显著提高沥青混凝土的高温稳定性和存储稳定性性能。