基于神经网络的鲁棒自适应逆飞行控制 被引量：21

1

作者 朱家强 朱纪洪 +1 位作者 郭锁凤 孙增圻 《控制理论与应用》 EI CAS CSCD 北大核心 2005年第2期182-188,共7页

提出基于在线神经网络的超机动飞行自适应动态逆鲁棒控制方法.超机动飞行的基本控制律采用非线性动态逆方法设计,对于建模误差或者控制面损伤等因素导致的不确定性逆误差采用神经网络进行自适应补偿.通过动态逆控制律简化计算和飞机控... 提出基于在线神经网络的超机动飞行自适应动态逆鲁棒控制方法.超机动飞行的基本控制律采用非线性动态逆方法设计,对于建模误差或者控制面损伤等因素导致的不确定性逆误差采用神经网络进行自适应补偿.通过动态逆控制律简化计算和飞机控制面故障自适应修复的仿真表明,神经网络通过在线补偿逆误差,能够有效降低非线性动态逆对模型准确性的要求,增强控制系统的鲁棒性. 展开更多

关键词 神经网络(nn) 自适应控制 飞行控制 动态逆 超机动

在线阅读 下载PDF 职称材料

利用AMSR-E被动微波数据反演地表温度的神经网络算法 被引量：12

2

作者 毛克彪 王道龙 +4 位作者 李滋睿 张立新 周清波 唐华俊 李丹丹 《高技术通讯》 EI CAS CSCD 北大核心 2009年第11期1195-1200,共6页

结合对地观测卫星AQUA多传感器/多分辨率的特点,研究了利用AMSR-E被动微波数据反演地表温度的神经网络算法。MODIS地表温度(LST)产品被作为地表温度实测数据,对应的平均温度被用作对应AMSR-E像元的实际地表温度,从而克服由于AMSR-E像元... 结合对地观测卫星AQUA多传感器/多分辨率的特点,研究了利用AMSR-E被动微波数据反演地表温度的神经网络算法。MODIS地表温度(LST)产品被作为地表温度实测数据,对应的平均温度被用作对应AMSR-E像元的实际地表温度,从而克服由于AMSR-E像元尺度太大和云的影响而难以获得地表实测数据的难点。反演结果分析表明,利用神经网络能够精确地由AMSR-E数据反演地表温度。当使用5个频率10个通道反演时,反演精度最高,说明使用更多的通道能更好地消除土壤水分、粗糙度、大气和其它因素的影响。相对于MODIS温度产品,用此算法反演的平均误差约低于2K。 展开更多

关键词 地表温度(LST) 神经网络(nn) AMSR-E MODIS

在线阅读 下载PDF 职称材料

基于神经网络的智能下肢假肢自适应控制 被引量：8

3

作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第7期1373-1376,1381,共5页

下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多

关键词 智能下肢假肢 自适应控制 学习矢量量化(LVQ) 神经网络(nn) 参考模型

在线阅读 下载PDF 职称材料

基于混合结构神经网络的自适应背景模型 被引量：5

4

作者 王志明 张丽 包宏 《电子学报》 EI CAS CSCD 北大核心 2011年第5期1053-1058,共6页

本文提出一种基于神经网络的视频中运动目标检测自适应背景模型.对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型,模型由一个4层前馈神经网络组成,输入层接受像素HSV特征,特征层实现特征提取功能,模式层以概率神经网络的... 本文提出一种基于神经网络的视频中运动目标检测自适应背景模型.对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型,模型由一个4层前馈神经网络组成,输入层接受像素HSV特征,特征层实现特征提取功能,模式层以概率神经网络的方式完成像素属于背景概率的计算,输出层以赢者取胜的方式完成前景背景分类和模式层激活节点选择功能.网络的权值和结构随着视频中运动检测过程动态更新,无需独立的训练视频.网络的自适应性表现在网络的学习速率根据相邻帧运动差异自适应计算得到,且网络中的模式节点个数根据权重的变化动态增加或删除.实验结果表明,本文提出的方法在无需手工设置学习速率的情况下,运动区域检测准确率优于其他几种常见的运动检测背景模型,对背景或灯光的突然变化适应速度很快. 展开更多

关键词 视频监控 运动检测 神经网络(nn) 概率神经网络(Pnn) 赢者取胜(WTA)

在线阅读 下载PDF 职称材料

基于神经网络的导体柱单站微波成像 被引量：2

5

作者 刘昆 杨了 +1 位作者 夏晴 唐涛 《电波科学学报》 EI CSCD 北大核心 2012年第5期1056-1060,共5页

提出基于神经网络对导体柱目标实现单站微波成像的方法。通过时域有限差分方法获得横磁波(TM)模式下一系列不同形状导体柱目标的散射场,组成神经网络训练样本。再通过组合运用整数微分进化策略和误差反向传播(BP)算法形成混合自学习策略... 提出基于神经网络对导体柱目标实现单站微波成像的方法。通过时域有限差分方法获得横磁波(TM)模式下一系列不同形状导体柱目标的散射场,组成神经网络训练样本。再通过组合运用整数微分进化策略和误差反向传播(BP)算法形成混合自学习策略,克服传统BP神经网络收敛速度慢等不足,提高系统自学习能力。最终基于所得神经网络获得二维导体柱微波成像结果。 展开更多

关键词 微波成像 时域有限差分法(FDTD) 神经网络(nn)

在线阅读 下载PDF 职称材料

具有输入时滞的随机非线性系统的自适应神经网络控制

6

作者 余昭旭 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第2期210-215,共6页

考虑一类具有输入时滞的随机非线性系统的自适应神经网络控制问题。通过定义含输入积分项的设计变量,将输入时滞系统转变为非时滞系统。结合神经网络控制、积分中值定理与Decoupled Backstepping技巧,针对该类系统提出一套自适应控制策... 考虑一类具有输入时滞的随机非线性系统的自适应神经网络控制问题。通过定义含输入积分项的设计变量,将输入时滞系统转变为非时滞系统。结合神经网络控制、积分中值定理与Decoupled Backstepping技巧,针对该类系统提出一套自适应控制策略。所提出的控制器保证闭环系统的所有信号皆4阶矩半全局一致最终有界,并且跟踪误差收敛于原点附近的小邻域内。仿真实验结果验证了所提出控制策略的有效性。 展开更多

关键词 随机非线性系统 自适应控制 神经网络(nn) BACKSTEPPING 输入时滞

在线阅读 下载PDF 职称材料

基于SOFM神经网络的多目标跟踪方法 被引量：7

7

作者 李乐 嵇成新 《四川兵工学报》 CAS 2009年第4期20-23,共4页

针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络(SOFM),通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪.仿真试验证明... 针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络(SOFM),通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪.仿真试验证明,改进SOFM网络模型对多目标的跟踪较之传统SOFM网络模型具有更好性能. 展开更多

关键词 多目标跟踪 自组织特征映射(SOFM) 神经网络(nn) 聚类

在线阅读 下载PDF 职称材料

基于边缘感知的图像复原神经网络损失函数 被引量：1

8

作者 王昱昊 李萌 +2 位作者 支天 张曦珊 周学海 《高技术通讯》 CAS 2023年第3期298-304,共7页

像素级损失是图像复原任务中最基本、最常用的损失函数。然而,像素级损失无法区分图像中的边缘部分是否模糊,对所有像素点的处理一致,这与人类视觉系统对边缘部分的感知不同。通过对图像边缘部分的分析,本研究发现当输出图像模糊时,其... 像素级损失是图像复原任务中最基本、最常用的损失函数。然而,像素级损失无法区分图像中的边缘部分是否模糊,对所有像素点的处理一致,这与人类视觉系统对边缘部分的感知不同。通过对图像边缘部分的分析,本研究发现当输出图像模糊时,其与真实图像对应像素的误差方向与真实图像中该像素的二阶梯度方向相同。基于此本文提出了一种基于边缘感知的结构保留损失函数(SPLoss)。本研究设计了模糊因子图来检测模糊像素,然后通过增加模糊位置像素误差的权重来惩罚模糊像素。SPLoss可以检测到输出图像中的模糊像素,并在优化网络时对其进行惩罚。对于包括图像超分辨率和图像去模糊在内的图像复原任务,本文在多个网络结构上进行了实验。实验结果表明,使用本文提出的损失函数训练的网络可以恢复拥有更好的感知质量的图像,在感知相关客观指标和视觉效果方面均超越原有像素级损失。 展开更多

关键词 图像复原 图像超分辨率 图像去模糊 神经网络(nn) 损失函数

在线阅读 下载PDF 职称材料

基于神经网络的撞球机器人控制器设计 被引量：2

9

作者 高家颖 何秋阳 詹志新 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第3期533-543,共11页

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;... 对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。 展开更多

关键词 撞球机器人 运动学分析 神经网络(nn) 轨迹分类器 非线性非光滑

在线阅读 下载PDF 职称材料

遗传BP网络转速辨识器的设计及在DTC中的应用 被引量：7

10

作者 曹承志 董梅 +1 位作者 李敏 周波 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第4期925-927,共3页

为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将遗传算法和BP算法结合,采用混合编码的遗传算法优化神经网络的结构及网络初始权值,再利用BP算法对网络权值... 为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将遗传算法和BP算法结合,采用混合编码的遗传算法优化神经网络的结构及网络初始权值,再利用BP算法对网络权值进行精确调节;这种将遗传算法与BP算法相结合的GA+BP算法,实现了遗传算法的全局搜索能力与BP算法的局部寻优性能的互补结合。将所设计的神经网络转速辨识器运用到直接转矩控制系统当中,利用MATLAB/SIMULINk实现无速度传感器控制系统的仿真实验结果表明,该算法具有良好辨识效果。 展开更多

关键词 神经网络(nn) 遗传算法(GA) GA+BP算法 直接转矩控制系统(DTC)

在线阅读 下载PDF 职称材料

用MODIS数据反演近地表空气温度的RM-NN算法 被引量：3

11

作者 毛克彪 马莹 +1 位作者 夏浪 沈心一 《高技术通讯》 CAS CSCD 北大核心 2013年第5期462-466,共5页

基于辐射传输模型(RM)和动态学习神经网络(NN),成功进行了用MODIS数据反演近地表空气温度的研究,并给出了完成这种反演的RM-NN算法。该算法用RM来模拟不同地面辐射状况下(包括不同的地表温度、近地表空气温度、发射率和大气水汽含量)卫... 基于辐射传输模型(RM)和动态学习神经网络(NN),成功进行了用MODIS数据反演近地表空气温度的研究,并给出了完成这种反演的RM-NN算法。该算法用RM来模拟不同地面辐射状况下(包括不同的地表温度、近地表空气温度、发射率和大气水汽含量)卫星高度获得的辐射强度数据集,用动态学习神经网络来进行反演计算。反演分析结果表明,近地表空气温度不能直接精确地用MODIS数据反演计算得到,如果能把地表温度和发射率以及大气水汽含量作为先验知识,则能够比较精确地反演近地表空气温度。模拟分析表明,平均误差和标准偏差分别大约是0.8K和0.9K,如果考虑地表温度和发射率的误差,平均误差和标准偏差分别为1.5K和1.8K。反演结果和地面气象站点数据比较表明,合理地利用先验知识使得RM-NN算法能够用MODIS数据比较精确地反演近地表空气温度。 展开更多

关键词 热红外遥感 神经网络(nn) MODTRAN 中分辨率成像光谱仪(MODIS) 近地表空气温度

在线阅读 下载PDF 职称材料

恶劣气象条件下高速公路NN控制系统的研究

12

作者 张长君 邹开其 《计算机工程与应用》 CSCD 北大核心 2007年第4期210-212,230,共4页

各种恶劣气象条件下的高速公路的交通流控制是目前急需要解决的重要问题。就此问题,利用Markos Papageorgiou的高速公路交通流模型对各种气象条件进行分析,使用神经网络方法,建立了一套适合各种气象条件的交通流模型和匝道入口控制系统... 各种恶劣气象条件下的高速公路的交通流控制是目前急需要解决的重要问题。就此问题,利用Markos Papageorgiou的高速公路交通流模型对各种气象条件进行分析,使用神经网络方法,建立了一套适合各种气象条件的交通流模型和匝道入口控制系统,有效地控制恶劣气象条件下的高速公路交通事故。其次,利用BP神经网络的算法进行了仿真,对其中的参数进行辩识。仿真的结果与实际情况能很好地吻合,为在恶劣气象条件下控制高速公路的交通流奠定了理论和实践基础。 展开更多

关键词 高速公路 恶劣气象条件 匝道控制 神经网络(nn)

在线阅读 下载PDF 职称材料

基于BLF的变阻抗约束人机交互控制

13

作者 禹鑫燚 史栓武 +1 位作者 魏岩 欧林林 《高技术通讯》 CAS 北大核心 2024年第11期1189-1199,共11页

阻抗控制是一种广泛用于人机交互(HRI)的柔顺控制方法,它调节了机器人的跟踪精度和与环境接触的柔顺性。然而,传统的阻抗控制受限于阻抗参数恒定,很难适用于复杂的人机交互任务。为了解决人机交互中领导者与跟随者角色切换问题,本文提... 阻抗控制是一种广泛用于人机交互(HRI)的柔顺控制方法,它调节了机器人的跟踪精度和与环境接触的柔顺性。然而,传统的阻抗控制受限于阻抗参数恒定,很难适用于复杂的人机交互任务。为了解决人机交互中领导者与跟随者角色切换问题,本文提出了一种基于障碍李雅普诺夫函数(BLF)的变阻抗约束人机交互控制方法。首先,建立一种新的阻抗模型,将阻抗参数作为新的阻抗系统控制输入,同时将具有阻抗约束的变阻抗控制器设计问题转换成为一个可以求解的二次规划问题。其次,设计了一个基于BLF的自适应神经网络约束控制器来解决跟踪控制问题,同时该控制器保证了误差信号位于约束空间内,其中径向基神经网络用来补偿机器人动力学的不确定性同时保证了跟踪性能,闭环系统的稳定性通过李雅普诺夫稳定性定理进行了证明。最后,通过2个仿真案例验证了所提方法的有效性。 展开更多

关键词 人机交互(HRI) 变阻抗控制 模型预测控制 障碍李雅普诺夫函数(BLF) 神经网络(nn)

在线阅读 下载PDF 职称材料