脉冲耦合神经网络(PCNN)模型在数字图像处理中有着广泛应用,但基本都是从网络的外在特性出发并结合一定的实际应用对其进行研究和改进,缺乏对模型本身数学特性的分析.本文从PCNN模型的迭代方程出发,对无耦合连接和耦合连接两种状态下的PCNN数学模型进行了点火机理分析,揭示了PCNN模型本身的数学耦合特性(点火阶梯)以及其对网络生物学特性(脉冲发放特性)会造成干扰和影响的现象,并分析了这种干扰和影响产生的机理和消除方法,同时提出PCNN用于图像分割时参数自适应设定的方法.最后给出了更能体现神经网络生物学特性的PCNN改进模型,将其用于Lena等图像的分割处理中,取得了良好的效果.

结晶器液位机理模型及其在极限环抑制中的应用rar,结晶器液位控制 摩擦力 机理建模 参数整定

FMI_for_ModelExchange_and_CoSimulation中文翻译

气动执行机构的机理模型有助于研究其动态特性和控制算法,而对机理模型的验证是应用该模型的前提和基础。该文在获得气动执行机构的气室热力学模型、摩擦力模型和阀杆动力学模型的基础上,设计了详尽的实验方案并搭建了实验平台。最后通过对比分析实验结果和Simulink仿真结果,证明了该机理模型能够准确的描述气动执行机构的动态性能。