LabVIEW设计中压力传感器的RBF神经网络温度补偿

在石油平台注水压力监测系统设计中 ,采用LabVIEW虚拟仪器平台 ,嵌入逼近能力强和收敛速度快的RBF神经网络 ,以人工环境实验数据为样本进行训练 ,实现了压力传感器的智能网络温度补偿。结果显示 ,此方法能够在压力、温度变化较大的恶劣环境下 ,获得很高的补偿精度。     

基于RBF神经网络的遥感影像分类算法研究

提出了运用径向基函数神经网络和K均值法进行遥感影像分类的算法，以实际的遥感影像分类为例，通过与传统的最小距离法进行比较，对RBF神经网络分类器的优点进行了归纳，并就算法实施中的一些问题进行了探讨。分析结果表明，RBF神经网络是一种有效的图像分类器。     

基于RBF神经网络的地震与爆破识别技术

利用天然地震震源和人工爆破震源之间信号能量分布的差异,结合RBF神经网络技术,对2类事件进行分类,具体步骤如下:使用8个带通滤波器对事件波形进行滤波,并划分为4个波形段:P波、P波尾波、S波和S波尾波,分别计算每个滤波器信道和波形段的能量特征值,以所得32个特征参数作为输入向量,利用RBF神经网络,对地震和爆破事件进行分类识别。结果表明,基于RBF神经网络的地震事件识别方法,识别率为88.1%,具有较高的准确性,可作为地震与爆破事件识别的一个重要依据。     

近50年来东莞气温年际变化的长期特征分析

运用福建省25个代表站汛期降水量资料，得到了能够反映全省旱涝状况指标，以此指标为预报量，运用相关分析和逐步回归分析方法，从前期海温场、大气环流场中选取了预报因子，并据此建立了福建汛期旱涝的多元线性回归和RBF神经网络预测模型。结果表明，RBF神经网络模型在历史样本拟合精度上、样本交叉检验和模型的实际预测能力上都明显优于传统的线性回归方法，该模型在实际预测中具有良好的应用能力和推广价值。     

Fully coupled time-domain simulation of dynamic positioning semi-submersible platform using dynamic surface control

A fully coupled 6-degree-of-freedom nonlinear dynamic model is presented to analyze the dynamic response of a semi-submersible platform which is equipped with the dynamic positioning （DP） system. In the control force design, a dynamic model of reference linear drift frequency in the horizontal plane is introduced. The dynamic surface control （DSC） is used to design a control strategy for the DP. Compared with the traditional back-stepping methods, the dynamic surface control combined with radial basis function （RBF） neural networks （NNs） can avoid differentiating intermediate variables repeatedly in every design step due to the introduction of a first order filter. Low frequency motions obtained from total motions by a low pass filter are chosen to be the inputs for the RBF NNs which are used to approximate the low frequency wave force. Considering the propellers’ wear and tear, the effect of filtering frequencies for the control force is discussed. Based on power consumptions and positioning requirements, the NN cen-ters are determined. Moreover, the RBF NNs used to approximate the total wave force are built to monitor the disturbances. With the DP assistance, the results of fully coupled dynamic response simulations are given to illustrate the effectiveness of the proposed con-trol strategy.     

GAMIT/GLOBK在Linux系统下的安装与应用

GAMIT是国内外高精度GPS数据处理中通常采用的软件之一,多安装于Linux操作系统,本文主要介绍了GAMIT在Linux平台下的安装与使用,并通过算例来说明GLOBK进行网平差后所得到的坐标结果是可靠的。     

RBF神经网络的汛期旱涝预报方法研究

分析广州2003年1～6月的SO2、NO2和PM10指数,发现(1)SO2、NO2和PM10具有非常好的同步变化关系,且以NO2和PM10的相关最大。(2)从月平均值来看,PM10是整个时段的主要污染物,SO2次之,NO2最小(1月除外);PM10和NO2呈现出逐月减小趋势,SO2变化平稳。主要讨论PM10指数的变化。(3)从月方差值来看,SO2、NO2和PM10的最大值均在1月,次大值在2月。(4)给出了几种地面气压型,结论显示主要清洁时段出现在锋区强风型,主要污染时段出现在脊内回流型。在脊内回流型下,若由前期的静风转吹东南(从东到南)风时,指数会增大。     

计算结构可靠度的RBF神经网络响应面法

对功能函数不能明确表达的问题进行可靠度分析,常采用响应面法。其中二次多项式响应面法应用较为广泛,采用与此方法相同的思路,提出了RBF神经网络响应面法,并通过算例与常用的BP神经网络响应面法进行了对比分析,该方法在学习速度、迭代次数等方面均优于BP神经网络响应面法。该方法用于大型复杂结构的可靠性分析,可相应提高工作效率和解题质量,具有一定实际应用价值。     

混沌理论在桥梁变形监测中的应用

针对桥梁的非线性下沉问题,引用了混沌理论,首先求取时间序列的两重构参数时间延迟τ和嵌入维数m进行相空间重构;随后进行混沌特性判别,确定该时间序列存在混沌迹象;最后根据所求参数建立加权零阶局域预计模型和RBF神经网络混沌预计模型对观测数据进行预计分析,并与系数为0.9的指数平滑预测模型进行比较,结果显示混沌预计模型值更接...     

平坦地区GPS高程异常拟合方法研究

结合GPS测量和水准测量资料,用BP人工神经网络和RBF人工神经网络方法和二次多项式曲面拟合方法拟合高程异常,对平坦地区GPS高程异常拟合精度进行比较分析,得出有实用价值的结论。