简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:随着Authorware多媒体课件在互联网上的应用日益广泛,网络发布和浏览也日趋重要.由于Web发布与浏览的打包和配置存在问题,客户端往往不能正常浏览.本文介绍了能解决这个问题的设置,以及该多媒体课件的规划、制作与发布过程,说明了Authorware7.0的"一键发布"功能.
简介:本文论述委内瑞拉一家炼油厂(E1PalitoRefinery,PuertoCabello,Venezuela)电力系统的动态特性,该电力系统包括作为电动机或作为发电机(M/G)使用的一台6000马力异步电动机,该电机与流体化的催化裂化车间(FCC)的动力回收机组(PRU)轴耦合。与外部电站——其系统与国家的互连电力网连接-的不妥当维修有关问题,已降低了炼油公司电力系统的可靠性。好几年以来,炼油公司经常发生重大的故障事件,直至第三次连锁反应意外故障事件。一旦发生这类故障,该6000马力电动机倾向于平衡系统的发电或耗电功率,但是由于外部电网很大的等效惯性,在炼油厂正常运行工况恢复之前,6000马力电动机就跳闸了。那时,FCC和PRU都停止运转,而在一家炼油厂里,FCC车间是至关重要的作业部门。为了妥当地设立继电保护方案,在建立M/G动态稳定限制的同时,确保炼油厂电力系统可靠运行,本文对那些紧要的故障事件进行了动态研究。