简介：分析差动变间隙式电容传感器的非线性因素，提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验，通过计算机仿真与应用，实现了实验过程和实验数据处理的智能化和简单化，能有效地辨识传感器的非线性，从而提高了测量的精度和速度。
简介：对K-means算法加以改进,使用减法聚类确定聚类中心数量;以相距最远的两个样本作为聚类中心的边界,改进的K-means算法将K个初始中心分散到含有输入样本点的各个区域中,使其能够反映样本之间的关系和分布特征;初始中心确定后,使用点对称距离方法调整聚类中心。利用改进的K-means算法将历史日聚类分成4种天气类型,取相似日作为训练样本,对4种天气类型分别建立基于改进K-means算法的RBF神经网络功率预测模型。采用上海某光伏电站实测数据验证,结果表明提出的的预测方法精度提高,实用性较强。
简介：为解决多关节油压机械臂及手系统动态参数的时变性，应用递归神经网络（RNN）建立了油压机械臂及手的速度模型及逆模型，并用逆模型作为臂及手各关节的控制器实现了位置控制。实验结果表明，所建模型性能接近系统性能，位置控制精度也能达到控制目标的要求。
简介：日前，在山西太原召开的第九届全国核心期刊与期刊国际化、网络化研讨会上，我校学报编辑部主任吴学军同志以“科技论文不端著名解析”为题在大会上作了学术交流。学术不端是近年来大家比较关心的话题，吴学军同志的报告以鲜明的观点、生动的实例吸引了与会人员的关注，取得了良好的效果。
基于径向基函数神经网络的电容传感器非线性辨识
基于K-means算法的RBF神经网络预测光伏电站短期出力
油压机械臂及手系统递归神经网络建模与位置控制
我校学报编辑论文在全国核心期刊与期刊国际化、网络化研讨会上作大会交流
