您的位置: 专家智库 > >

国家自然科学基金(604720067)

作品数:6 被引量:12H指数:2
相关作者:林用满林土胜管卫华罗荣芳王惠龄更多>>
相关机构:华南理工大学广东农工商职业技术学院广东工业大学更多>>
发文基金:国家自然科学基金广东省自然科学基金博士科研启动基金更多>>
相关领域:自动化与计算机技术动力工程及工程热物理一般工业技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 2篇动力工程及工...
  • 2篇自动化与计算...
  • 1篇电子电信
  • 1篇一般工业技术

主题

  • 2篇噪声源
  • 2篇神经网
  • 2篇神经网络
  • 2篇声源
  • 2篇盲分离
  • 2篇发动机
  • 1篇信号
  • 1篇制冷
  • 1篇制冷剂
  • 1篇制冷剂充灌量
  • 1篇生物特征
  • 1篇生物特征识别
  • 1篇特征提取
  • 1篇燃机
  • 1篇燃烧
  • 1篇小波
  • 1篇小波分析
  • 1篇盲源分离
  • 1篇模糊C-均值...
  • 1篇内燃

机构

  • 4篇华南理工大学
  • 2篇广东农工商职...
  • 1篇广东工业大学
  • 1篇华中科技大学

作者

  • 5篇林用满
  • 3篇林土胜
  • 2篇管卫华
  • 1篇谢再晋
  • 1篇罗荣芳
  • 1篇王惠龄

传媒

  • 1篇车用发动机
  • 1篇数据采集与处...
  • 1篇机械制造
  • 1篇计算机工程
  • 1篇山东内燃机
  • 1篇实验技术与管...

年份

  • 2篇2009
  • 1篇2008
  • 3篇2006
6 条 记 录,以下是 1-6
排序方式:
RBF神经网络用于家用空调系统匹配特性的研究被引量:1
2009年
RBF神经网络是目前应用较多的一种神经网络。它能以任意精度逼近任意非线性函数,具有良好的逼近性能,并且结构简单,是一种性能优良的神经网络。因此,将RBF神经网络应用于家用空调匹配仿真研究时具有独特的优势。提出采用RBF神经网络估算制冷量和压力来优化研发过程,仿真结果表明,RBF神经网络运用于家用空调匹配仿真,能够精确仿真空调制冷量和低压力等参数,并预测制冷量和压力,能有效地减少家用空调匹配时间,提高研究效率。
林用满王惠龄杨九铭贾庆贤
关键词:RBF神经网络制冷剂充灌量
盲分离技术识别发动机的机械和燃烧噪声源被引量:4
2006年
简要介绍了盲分离基本思想及AC算法,提出盲分离仅用测得的柴油机混叠噪声源可分离干扰噪声、机械噪声和燃烧噪声。试验验证了在存在干扰噪声时,新办法也可识别出有用的噪声源,且测试所用的仪器少,从而为发动机噪声源识别提供了一种行之有效的新办法。
管卫华林用满
关键词:内燃机噪声源盲分离
AC算法的盲分离技术识别发动机的外部噪声源
2006年
发动机噪声源的识别是控制发动机噪声的一项关键技术,传统的办法是用仪器分别测试噪声源,测试办法复杂,仪器多。文中首次提出了,根据发动机的混叠噪声,用盲分离算法可识别出发动机的外部噪声源。用两个试验验证了新办法识别噪声源的有效性,且测试的仪器少。
管卫华林用满
关键词:盲分离
基于投影和小波分析的手指指节折痕识别算法被引量:5
2008年
鉴于人体的手指指节折痕具有稳定性且因人而异的特点,该文提出一种基于投影和小波分析的手指指节折痕识别的新算法。对手指图像进行定位,经分割、归一化后得到了用于身份鉴别的手指子图。将手指子图向水平轴投影,得到含有折痕信息的一维信号,利用小波的多分辨率特点提取折痕信息进而形成代表折痕的特征矢量。在手指图像数据库中,利用最近邻分类器进行了算法验证,等错误率约为1.5%,实验结果表明了算法的有效性。
罗荣芳林土胜
关键词:生物特征识别小波分析特征提取
两种聚类算法在欠定稀疏盲分离中的比较
2009年
欠定稀疏盲分离算法主要是采用“两步法”:第一步用混叠信号估计混叠矩阵;第二步根据估计的混叠矩阵求解源信号。在两步法中,C-均值聚类算法和模糊C-均值聚类算法常用来估计混叠矩阵,这两种聚类的研究理论都较成熟,故它们得到很大的应用。该文在欠定稀疏盲分离中,比较了这两种算法。试验结果表明,模糊C-均值聚类算法比C-均值聚类算法估计混叠矩阵更加精确,恢复源信号精度更高,但算法复杂,分离的时间长。
谢再晋林用满林土胜
关键词:C-均值聚类算法模糊C-均值聚类算法
基于PID神经网络的后非线性盲源分离算法被引量:2
2006年
P ID神经网络是一种新型的前向神经元网络,它的隐层单元包含比例(P)、积分(I)、微分(D)元,各层神经元个数、连接方式、连接权初值均按P ID控制规律的基本原则确定。本文研究了一种新的后非线性盲源分离算法,用最大熵值方法推导了P ID神经网络算法的后非线性分离学习公式,该算法可用于线性或后非线性的混叠信号。对输入2个混叠信号时,用单个P I神经网络分离;对输入3个混叠信号时,用单个P ID神经网络分离;对输入更多的混叠信号时,可采用多个独立的P ID神经网络来分离。仿真结果验证了单个P ID神经网络算法,能分离线性或后非线性混叠信号。
林用满林土胜
关键词:盲源分离PID神经网络
共1页<1>
聚类工具0