首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
针对应用神经网络对消除噪声技术进行了研究。主要完成了以下的研究工作:研究了利用神经网络来消除噪声的可行性。探讨了基于反向传播(BP)神经网络和基于径向基函数(RBF)神经网络的消除噪声,并利用MATLAB软件进行仿真,得出一系列仿真波形.  相似文献   

2.
利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。  相似文献   

3.
本文介绍自适应噪声抵消LMS算法,介绍了自适应信号处理的背景与应用,主要讨论了自适应抵消LMS算法的收敛速度与算法的精度。  相似文献   

4.
传统广义旁瓣抵消器在阻塞目标信号时,目标信号对消及波束形成方向固定,缺乏灵活性,为此,本文提出基于麦克风阵列技术的一种新型广义旁瓣抵消器自适应语音增强方法。该方法利用自适应阻塞矩阵级联自适应抵消器来估计出维纳滤波器输出信号中的残余噪声,并与输出信号进行对消,然后后续一个谱减法进一步去除可能留有的残余噪声。分析了改进算法的性能,并与传统广义旁瓣抵消器进行了仿真比较。  相似文献   

5.
基于RBF神经网络的数字图像识别方法在交通检测中的应用   总被引:1,自引:0,他引:1  
孙艳 《中国科技信息》2010,(14):273-274
本文介绍了数字图像处理与模式识别在交通的应用领域及其重要意义,针对传统图像处理算法以及BP神经网络对数字图像识别存在的缺陷,提出了一种以RBF神经网络为识别模型的数字图像模式识别方法。通过Matlab仿真结果表明:该方法具有识别率高、识别速度快等优点,在交通检测领域具有广阔的应用推广前景。  相似文献   

6.
针对传统的模糊自适应PID算法在车辆稳定控制的应用中还存在控制精度不高的问题,本文设计了一种以RBF神经网络优化模糊自适应PID算法为基础的车辆稳定性控制模型。这一模型首先优化RBF神经网络算法隐含层的中心数目,这一优化过程主要是借助减聚类的方法进行。然后采用Logistic对其中心值进行精度的提升,最后采用改进RBF神经网络对模糊自适应PID控制算法进行改进,以达到更精确的控制。仿真实验结果发现,与PID算法相比,基于模糊自适应PID算法设计的这一车辆稳定性控制模型的控制精度更高,并且在车辆稳定性控制应用中具有更好的效果。  相似文献   

7.
介绍了改进型自适应滤波器的工作原理,提出一种改进型变步长自适应滤波算法,该算法极大地减少了噪声和延时对检测系统收敛速度和精度的影响.仿真实验结果证明了该算法的有效性和实用性.  相似文献   

8.
交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。  相似文献   

9.
陶伟  顾斌  徐兴春  刘黎 《科技通报》2019,35(12):110-113
变压器的故障诊断方法大部分以油中溶解气体为诊断基础,如目前较为常用的四比值法、三比值法等。但存在"编码盲点"、故障诊断准确度不够等问题。本文提出一种基于自适应RBF神经网络的电网变压器故障检测方案,算法输入层节点只会把信号传送到隐含层。在隐含层中,通常使用高斯函数来对所得到了输入向量响应。输出层则是使用一般的线性函数来对输出进行加权。这种模式是一种标准的前向网络模式,能够使得神经网络的输入空间与输出空间得到映射,进而为分类网络并实现函数逼近,提高了网络收敛速度。仿真实验结果表明,本文提出的自适应RBF网络在故障诊断的准确率以及诊断时间的表现皆优于BP、GA-BP神经网络,所在在变压器故障诊断时,可以优先考虑自适应RBF神经网络。  相似文献   

10.
在系统参数未知情况下,利用RBF神经网络自动建立动态模型,能快速跟踪非线性函数,具有很强分类能力。提出利用RBF神经网络对图书进行分类的基本方法。经与BP神经网络仿真的诊断结果对比,证明RBF神经网络具有收敛速度快、输出误差和离散性小的优点,并论证了该方法对图书分类的有效性。  相似文献   

11.
三种常用的人工神经网络   总被引:1,自引:0,他引:1  
人工神经网络是一种由大量简单的处理单元组成的非线性、自适应、自组织系统。本文介绍了神经网络的基本要素、网络拓扑结构特性及不同网络拓扑结构下的工作特性,并综述了BP神经网络、RBF神经网络、Hopfield神经网络这三种应用比较广泛的神经网络的网络拓扑结构及算法。  相似文献   

12.
RBF神经网络中心宽度等参数确定的是否合理将直接影响到RBF网络的学习性能。通过有监督学习的方法来确定RBF神经网络的参数是最一般化的方法。研究表明,参数的初始化问题是该类方法的关键所在。为此,提出了一种利用AutoEncoder初始化RBF神经网络各个参数的新型训练算法。实验仿真表明,与传统RBF神经网络训练算法相比,该新型算法具有更高的训练精度与更强的泛化能力。  相似文献   

13.
通过径向基函数(RBF)神经网络近似非线性混合映射的方法,研究了一种从非线性混合信号中盲源分离的算法。该方法采用RBF神经网络分离系统输出分量的互信息作为目标函数,目标函数的最小化导致输出量之间的独立性,以便使源信号尽可能的分离出来。采用无监督的模糊C均值聚类方法训练RBF神经网络的权值,可以大大节省计算量。仿真结果讨论了RBF神经网络隐含层不同的神经元个数对盲源分离效果的影响,并且证明了本算法是有效性的和可行的,并且有较强的鲁棒性。  相似文献   

14.
钟杰  房智 《内江科技》2009,30(1):76-76
本文介绍了Hopfield神经网络相关知识,采用离散Hopfield神经网络对噪声字符进行识别.仿真使用离散Hopfield神经网络识别不同污染率的噪声字符,结果表明离散Hopfield神经网络对噪声字符的识别率高.  相似文献   

15.
本文是对传统的厚度计式厚度控制系统的研究,针对其数学模型的不精确问题,提出了采用RBF神经网络的改进方法。使用RBF神经网络来代替数学模型模拟轧机的输入输出关系,克服一般数学模型的因为参数变化引起误差变大的困难。针对一般RBF神经网络计算复杂,难以在硬件实现的问题,本文采用动态自适应RBF网络,相对于其他RBF型网络结构简单,适于在TDC上实现。  相似文献   

16.
为了保证泡罩药片图像分割、边缘处理等图像算法的顺利进行,需要对采集到的泡罩药品图像进行滤波处理。本文设计了一套基于DSP和触摸屏的泡罩药品在线检测系统。为了有效滤除药品图像中的各种噪声,并能够尽可能的保留图像中的边缘和细节等信息,提出了一种自适应的脉冲耦合神经网络的图像滤波算法,并在脉冲耦合神经网络中引入了平滑抑制因子。最后进行了仿真分析,仿真结果表明,该滤波算法能够有效的滤除泡罩药品图像中的噪声,并很好的保留了图像边缘等重要信息。  相似文献   

17.
常用的ABS系统轮速信号卡尔曼滤波方法中假定系统过程噪声参数为定值,没有考虑车辆运行工况对系统过程噪声的影响。在分析车辆运行工况对轮速信号滤波的影响基础上设计基于RBF神经网络的系统过程参数调节器及相应滤波算法对联合工况下轮速信号进行处理。仿真验证结果表明,该方法能够有效地模拟轮速信号滤波过程中系统过程噪声参数的变化特性,提高了联合工况下轮速信号的滤波精度。  相似文献   

18.
本文将神经网络应用于PID控制器的参数整定,提出了一种基于自适应神经网络PID的控制算法。通过在供热锅炉温度解耦控制系统中的应用,得到了实际的仿真结果和结论。MATALB仿真和实验结果表明,该控制方法通过自主学习、能做到自适应调整经验数据和智能调整神经网络权值,最后能达到满意的解耦响应控制效果,实现了对供热锅炉加热炉温度的精确稳定控制。  相似文献   

19.
针对煤矿救援机器人对井下有毒有害混合气体的感知问题,采用双气体传感器减少部分气体的交叉灵敏度,同时考虑了温度、湿度等可变因素带来的影响,结合煤矿救援机器人实际应用提出基于遗传神经网络算法与k聚类算法优化RBF神经网络,搭建了一种传感器阵列结合GA-RBF神经网络的混合气体的检测系统。实验结果表明:将GA-RBF神经网络算法应用于混合气体定量识别的训练中,收敛速度比RBF神经网络算法要快,而且学习精度更高,提高了RBF的性能及混合气体检测系统的检测精度。在规定的检测范围内,该系统可以担负CO2、H2S、CO与CH4四种气体及其混合气体的定量检测任务。  相似文献   

20.
金属目标探测在应用领域中受环境噪声干扰大,目标金属壳体反射信号和噪声直耦信号叠加,导致金属目标探测准确度提高困难。提出一种基于自适应噪声抵消降噪算法和能量检测的金属目标探测方法。借鉴相位检波设计能量检测算法最终完成针对金属外壳小车的目标探测系统设计。外场系统测试和仿真实验分析得出目标在各种距离和速度下通过探测样机的探测特性测试结果,测试结果展示了系统具有较好的探测性能,探测反射信号与距离的关系跟磁场衰减的理论值高度吻合,达到预期的检测效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号