课程文献中心 更多>>

关键词： 故障诊断   神经元   模糊脉冲   神经网络   聚类分析   旋转机械  

摘要： 脉冲神经网络被誉为第三代人工神经网络，脉冲神经网络与模糊控制的结合是当前人工神经网络发展的一个前沿课题。本文在模糊推理及神经元的行为机理的基础上，提出了具有很高的理论价值和应用潜力的模糊脉冲神经网络(FSNN)。在理论方面，分析了旋转机械的特点，并重点研究了FSNN的结构及诊断算法，基于FSNN与专家系统的融合故障诊断模型及FSNN在旋转机械故障诊断中的应用。在实践方面，针对某钢铁企业煤化工厂的旋转机械开发了具有实用价值的基于FSNN的旋转机械在线故障诊断网络化系统。\n 本文的主要研究内容如下:\n ①概述了本课题研究的目的与意义，对几种常见旋转机械的故障特点以及神经网络理论的发展及几种典型人工神经网络（如BP网络、SOFM网络）在故障诊断中的应用效果进行了全面的综述[79]。\n ②对神经元及神经元行为机理进行了系统介绍，论述了脉冲神经元的模型，并从数学角度重点介绍了累积放电模型，并分析了三种在脉冲编码信息的方式:速率编码，时间编码及数量编码。然后从理论上分析了模糊脉冲神经网络模型，并分析了其模糊聚类分析的数学模型。\n ③在故障诊断方面，研究了模糊脉冲神经网络模型在旋转机械故障诊断中的应用:1）针对传统人工神经网络在旋转机械故障诊断方面的诊断速度与精度的不足，提出了模糊控制与脉冲神经网络内结合的模糊脉冲神经网络模型。通过对FSNN与SOFM及BP网络两种传统神经网络的诊断结果分析和比较，可以认为在旋转机械故障诊断中，基于模糊脉冲神经网络的诊断算法比起传统的人工神经网络诊断算法速度更快，诊断结果更准确。2）通过与FCM的诊断仿真比较表明，FSNN通过脉冲序列的种群编码方法迭代搜寻最优解，因而其较FCM有更高的分类准确率。\n ④在分析了专家系统在故障诊断中的特点基础上，提出了一种基于FSNN与专家系统的融合诊断模型。该模型中FSNN与专家系统能相互独立地完成各自地任务，FSNN具有更适合感知信息的功能，而专家系统擅长推理解释工作，两者在功能上互补，可以更快速地进行故障诊断。仿真实验证明，该系统具备应用于旋转机械故障诊断的可行性及应用价值。\n ⑤在故障诊断的实践方面，根据课题要求，开发了基于FSNN的旋转机械在线故障诊断网络化系统，将现场在线监测诊断、远程诊断中心有机结合起来。系统采用FSNN诊断算法对某钢铁企业煤化工厂的旋转机械进行在线诊断。针对旋转机械的振动故障特点，系统提供了比较完善的信号分析法和故障种类比较齐全的自动诊断，为该企业设备的安全、经济运行提供了有力支持。

关键词： 耦合神经网络   变耦合时滞   脉冲   全局渐近同步  

摘要： 主要讨论一类带脉冲的变耦合时滞神经网络的同步问题.通过构造Lyapunov-Krasovskii泛函,运用线性矩阵不等式(LMI)技术并结合Kronecker积来获得耦合神经网络全局同步的充分性判据,并且所获得的判据依赖于时滞.由于这样得到的判据是LMI形式,因此,可以由数学软件MATLAB的LMI工具箱对所获得的判据进行有效的验证.同时,对细胞激活函数做了更为一般的假设,从而使结论在LMI下可以减少保守性.

关键词： 养血清脑颗粒   液质联用   特征峰指认   蒽醌  

摘要： 目的通过HPLC-DAD-MS/MS联用技术,对养血清脑颗粒(川芎、当归等)中的蒽醌类成分进行定性分析。方法采用Phenomenex C18(250 mm×4.60 mm,Gemini 5μm)色谱柱,乙腈-0.5%甲酸水为流动相梯度洗脱,体积流量为1.0mL/min,检测波长为254 nm,柱温为30℃。结果养血清脑颗粒中的蒽醌类成分得以富集和定性,并指认出其中8个蒽醌类特征成分(大黄酚-四吡喃葡萄糖苷、橙黄决明素、芦荟大黄素、大黄酸、3-甲基-2-羟基-1,6,7,8-四甲氧基蒽醌、3-甲基-2,8-二羟基-1,6,7-三甲氧基蒽醌、大黄素、大黄酚)。结论 通过对养血清脑颗粒中的蒽醌类成分的分析,为偏头痛与高血压的治疗提供物质基础,在养血清脑颗粒质量控制方面也有重大意义。

关键词： BAM神经网络   周期解   存在性   渐近稳定性  

摘要： 本论文研究了时标上一类具脉冲的BAM神经网络模型周期解的存在性和渐近稳定性,并得到了一系列新的结果。\n 应用重合度理论中的不动点定理以及一个辅助的李雅普诺夫函数,我们研究了如下时标上具脉冲的BAM神经网络模型x△i(t)=-ai(t)xi(t)+m∑j=1sji(t)fj[xj(t),yj(t-(τ)ji(t))]+Ii(t),t∈(T)+,t≠tκ,k=1,2,(...),△xi(tκ)=eiκ(xi(tκ)),i=1,2,...,n,y△j(t)=-bj(t)yj(t)+n∑i=1tij(t)gi[xi(t-δij(t)),yi(t)]+Jj(t),t∈(T)+,t≠tκ,k=1,2,...,△yj(tk)=djk(yj(tk)),j=1,2,...,n,其中(T)是ω-周期时标,I(T)=I∩(T),I+=I∩(0,∞),△xi(tκ)=xi(t+k)-xi(t-k),△yj(tκ)=yj(t+k)-yj(t-k),xi(t+k),xi(t-k),yj(t+k),yj(t-k)(i,j=1,2...,n)分别代表了时标意义下xi(tκ),yj(tk)的右极限和左极限,{tl}是一个实数列且0＜t1＜t2＜…＜tl→∞是固定脉冲点,并得出时标上周期解的存在性和渐近稳定性的充分条件。

关键词： M矩阵   全局渐近稳定   全局指数稳定   线性矩阵不等式  

摘要： 由于神经网络在信号处理、图像处理和人工智能等问题中有着重要的应用,所以有很多专家和学者都致力于神经网络的理论研究,并得到一系列好的结论。本文主要针对脉冲神经网络的全局渐近稳定性和全局指数稳定稳定性进行了一系列的研究,并取得良好的结果。具体来说,本文主要内容如下： 第一章是绪论,主要介绍了神经网络的提出和意义,本文所要研究的神经网络模型,动力学系统中的稳定性理论和本文所做的主要工作。 第二章利用Lyapunov稳定性理论,M矩阵的方法和线性矩阵不等式的技巧,研究了一类具有时滞的脉冲Cohen-Grossberg神经网络模型,通过构造新的M矩阵,提出了神经网络全局指数稳定性的判据。数值仿真部分借助Matlab工具箱用实例说明本文所得判据的有效性。 第三章利用Lyapunov稳定性理论,研究了一类带有泄漏项的时滞脉冲细胞神经网络模型,通过构造了新的Lyapunov-krasovkii泛函,巧妙的运用线性矩阵不等式等技巧,提出含有泄漏项的时滞脉冲细胞神经网络全局渐近稳定性的判据。最后借助Matlab工具箱用数值仿真说明本文判据的有效性。

关键词： gas insulated switchgear   partial discharge   pulse coupled neural networks   wavelet packet decomposition  

摘要： Based on the characteristics of partial discharge (PD) defects in gas insulated switchgear (GIS), four typical single defects were designed for the present paper. PD three-dimensional (3D) patterns were constructed based on the ultra high frequency detection systems. The pulse-coupled neural networks (PCNN) and wavelet packet decomposition (WPD) method were used in PD feature extraction. The recognition results show that the proposed method used in PD feature extraction can effectively improve the accuracy of pattern recognition rate.

关键词： NEURAL network research   PERTURBATION (Mathematics)   EXPONENTIAL stability   CONTROL theory (Mathematics)   DIFFERENTIAL equations   LYAPUNOV functions   STOCHASTIC analysis  

摘要： This paper investigates the problem of pth moment exponential stability for a class of stochastic neural networks with time-varying delays and distributed delays under nonlinear impulsive perturbations. By means of Lyapunov functionals, stochastic analysis and differential inequality technique, criteria on pth moment exponential stability of this model are derived. The results of this paper are completely new and complement and improve some of the previously known results (Stamova and Ilarionov (2010), Zhang et al. (2005), Li (2010), Ahmed and Stamova (2008), Huang et al. (2008), Huang et al. (2008), and Stamova (2009)). An example is employed to illustrate our feasible results.

关键词： 脉冲耦合神经网络   双边滤波   Gabor函数   图像分割   图像检索  

摘要： 脉冲耦合神经网络PCNN (Pulse Coupled Neural Network)是在传统人工神经网络基础上发展起来的第三代神经网络。PCNN是由Eckhorn提出的大脑皮层模型演化而来的,在图像处理中有平移、旋转、缩放、和扭曲不变性。PCNN不同于传统模型的两大特点是：连接调制和脉冲捕获。PCNN这些特性使得其在图像处理中得到了广泛的使用。例如：图像分割、图像融合、边缘提取、模式识别等。本文在PCNN的模型和理论基础之上,针对两类问题进行了研究。 首先,PCNN在图像分割中的应用主要是根据其连接调制,对于相似集群的捕获特性。虽然PCNN实现了对图像的分割,但是,分割中存在着大量的噪声点,对于一些边缘也没有很好地分割出来。针对这一难点,本文引入了双边带滤波算法,该算法有保边去噪的作用。实验结果表明,将二者结合在一起得到的分割结果体现了更多的边缘细节,去掉了大量的噪声点。 其次,PCNN提取的特征序列具有平移不变性、旋转不变性、尺度不变性,扭曲不变性等特征,但是实际中拍摄的图像存在着光照不均匀的影响,这给图像检索带来了一大难题。针对这一问题,本文引入了Gabor函数,经过Gabor变换之后,图像大部分的能量存在于直流部分,所以高频率的选择可以避免光照的影响。在Gabor处理图像之后,图像基本去掉了光照的影响,PCNN就可以完全地提取出图像的不变性特征。实验结果表明,将Gabor函数和PCNN相结合,可以实现图像的检索。

关键词： 时标   稳定性   Lyapunov函数   脉冲动力系统   时滞神经网络  

摘要： 时标理论是统一研究连续和离散两种情况的理论，它开辟了数学研究的新领域。这一理论不仅可以把微分方程和差分方程的性质统一起来进行研究，揭示了连续和离散的本质，避免了重复研究，而且还包括其它更多种情况。鉴于时标理论的显著特点是统一和推广，因此对这一理论的研究有其重要的理论意义和现实意义。另外，时标上动力方程的稳定性研究具有极为广泛的实际应用基础，比如在流行病传播模型、神经网络模型以及昆虫数量模型中均涉及稳定性问题。因此关于这一课题的研究能更为直接地解决实际问题。 论文分别就时标上脉冲动力系统的实用稳定性、严格实用稳定性以及时标上两类时滞神经网络的稳定性进行了研究。 首先讨论了时标上脉冲动力系统关于初始时刻变化的实用稳定性，并得到其实用稳定与实用渐近稳定的充分条件。同时，给出实例加以说明。 其次考虑了时标上脉冲混合动态系统关于两个测度的实用稳定性，并采用多个Lyapunov函数法得到该系统实用渐近稳定的判别准则。同时，举出实例加以验证。 然后针对时标上脉冲混合动态系统在两个测度下的严格实用稳定性进行了研究，采用比较系统法给出其严格实用稳定与严格实用渐近稳定的充分条件。 进而用Lyapunov函数法和分析技巧讨论了时标上有限时滞Cohen-Grossberg神经网络平衡点的指数稳定性，并根据Brouwer不动点定理得到其平衡点存在的充分条件。 最后研究了时标上有限时滞双向联想记忆神经网络模型，并由Lyapunov函数法和Barblat定理给出其平衡点全局渐近稳定的充分条件。

关键词： 稳定性   时滞   脉冲   BAM神经网络   Hopfield神经网络   Lyapunov函数   泊松分布  

摘要： 脉冲和时滞现象普遍存在于现代科学技术各领域的实际问题之中，具有脉冲时滞特征的神经网络的研究是神经网络系统研究的一个重要组成，也是近年来神经网络的研究热点。具体来说，脉冲和时滞分别从瞬时突变和时间延滞两个方面考虑对系统状态的影响，能够更深刻更精确地反映系统状态变换规律。 本文主要研究带有时滞和随机脉冲的BAM神经网络系统、带有时滞和变时脉冲的Hopfield神经网络的两类网络系统。研究脉冲行为在神经网络系统中非定时发生时，系统的平衡点的存在性和稳定性条件。通过构建适当的Lyapunov函数，运用不等式技巧、反证法、数学归纳法等讨论了上述问题，得到了相应的具有一定代表性的稳定性结果。 实际系统脉冲的突发通常服从泊松流过程。通过数值仿真，我们探讨了当系统脉冲间隔服从指数分布时，BAM神经网络系统平衡点的稳定性，并且分析了当流强度发生变化时，系统的平衡点和稳定性。