改进的ANFIS方法在化工过程故障诊断中的应用

针对复杂的化工过程,在原有的自适应神经模糊推理系统(ANF IS)的基础上,结合主元分析和神经网络,提出了一种改进的自适应神经模糊推理故障诊断系统,并且分别将ANF IS和改进的ANF IS方法应用于TE(T ennessee E astm an)模型的故障诊断。两种方法均具有较高的精度,但改进的ANF IS具有运算速度快、结果清晰的优点,所以更适用于实际工业中。     

自适应变方块图像编码

介绍了一种适用于静止图像传输的自适应变方块图像编码方法。它以8×8像素的方块为基础,以解码后的归一化均方误差大小为依据,进行多次分割传送及逐级解码显示。各次传输的图像数据由每次分割后其相应均值差而定,收端以方块均值来恢复图像。计算机模拟实验表明:在恢复图像的主观质量与原始图像相比,看不出明显差别时,其平均编码率为0.6bit/pel 左右。     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。     

彩色图像脉冲噪声的自适应矢量滤波

提出了基于噪声像素检测的自适应矢量滤波器的新方法,该法对图像中噪声像素进行检测时,仅对噪声像素进行矢量滤波,而对非噪声像素则保持其原值不变,并可根据图像噪声情况自适应地选择滤波窗口。新滤波器能有效地滤除彩色随机脉冲噪声,并保持图像边缘与细节,其性能优于经典的矢量中值滤波器、方向一距离滤波器、方向一幅度矢量滤波器等非线性滤波器。     

模型参考自适应经济动态建模研究

运用Popov超稳定性理论 ,提出了一种描述经济活动动态信息的新方法 ,提高了所建模型的描述性能和跟踪性能     

一种基于最小二乘准则的自适应滤波算法

基于最注二乘准则Ｊ（ｎ）＝　　　　　,利用最徒梯度下降法,得到一种新的梯度型自适应滤波算法．该算法避免了递推最小二乘ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ　Ｌｅａｓｔ　Ｓｑｕａｒｅｓ）算法需递推估计更新自相关矩阵Ｒｘｘ（ｎ）的逆的不足,计算机模拟仿真结果表明该算法有良好的收敛性能,收敛速度快于ＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ　Ｓｑｕａｒｅｓ）算法、ＮＬＭＳ（ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ　Ｓｑｕａｒｅｓ）算法和ＲＬＳ算法．     

基于能耗均衡的无线传感网络自适应数据存取算法

提出了一种能耗均衡的自适应数据存储算法,将数据尽量存储在适合查询的位置。首先建立基于网格的网络模型,然后分析采集节点与初始存储节点、查询节点之间的位置关系,存储模式可在集中存储和分布存储之间切换。算法引入了虚拟扩展网格和能量分级消耗的机制,可有效均衡网络能耗。实验结果表明,该算法的节点能耗、生命周期和丢包率相比于GHT算法有一定的改善。     

有绩效的绩效管理

正随着新商业模式的生态竞择和各种营销、管理手段的不断颠覆,所有企业现在都面临生存和发展的严峻挑战。很多企业的绩效管理并不产生绩效,笔者结合多年经验,提出以下几点—绩效管理是对公司战略目标的分解与跟进落地的有效工具,一定要坚持使用。我们不能因为暂时的困顿而废弃绩效管理,只有在使用中才能发     

自适应阈值估计的MS模型仿真建模

提出了一种改进的模拟电路多信号模型(MS模型)的仿真建模方法。采用Monte-Carlo方法实现电路的仿真,以获取电路特征的统计数据,利用经验公式法确定Monte-Carlo仿真的分析次数,可以减少仿真时间开销;同时,根据统计数据检验该特征的统计分布情况,再以此为依据采用自适应方法确定该特征的阈值估计区间,从而提高模型精度。最后进行了实例分析,验证了该建模方法的有效性;并从仿真时间与建模精度两个方面进行了性能比对,说明其具有的优势。     

基于自适应神经模糊推理系统的货运量预测研究

考虑到货运量预测的复杂性及非线性特点,本文将自适应神经模糊推理系统(ANFIS)引入货运量研究中,利用ANFIS对货运量进行预测.通过对我国铁路货运量及公路货运量的实例分析检验ANFIS有效性.结果表明,ANFIS有效地预测了我国铁路货运量及公路货运量,具有较高的预测精度及较快的收敛速度,是一种有效的货运量预测方法.