一种主动式电磁屏蔽发生装置

    公开(公告)号:CN108120859B

    公开(公告)日:2024-04-12

    申请号:CN201711474039.7

    申请日:2017-12-29

    IPC分类号: G01R1/18 G01R1/30

    摘要: 本发明公开了一种主动式电磁屏蔽发生装置,放大器U1A的同相输入端分别连接R2的一端和C2的一端,R2的另一端依次串接R5、R4和R1的一端,C2的另一端连接C1的一端,C1的另一端与R1的另一端连接后连接恒压源V1,放大器U1A的输出端分别连接其反相输入端和R3的一端;放大器U2A的同相输入端分别连接R3的另一端和R6的一端,R6的另一端接地,放大器U2A的输出端分别连接R8的一端、C3的一端、C4的一端和其反向输入端,C3的另一端连接C4的另一端后连接于R4和R5之间,R8的另一端连接R7的一端,R7的另一端连接于C2和C1之间。本发明突破传统的电磁被动屏蔽式去除电磁干扰,而使用主动电磁发生方式来减小和抑制电磁环境的干扰方式。

    基于粒子群优化算法改进的神经网络模型用于数据预测方法

    公开(公告)号:CN104361393B

    公开(公告)日:2018-02-27

    申请号:CN201410451866.4

    申请日:2014-09-06

    IPC分类号: G06N3/02

    摘要: 本发明涉及计算机应用工程技术领域,是一种基于粒子群优化算法改进的神经网络模型用于数据预测方法,按照下述步骤进行:步骤1:数据样本的表示;步骤2:数据的预处理;步骤3:RBF神经网络参数初始化;步骤4:利用二元粒子群优化算法确定隐含层神经元的数目和隐含层径向基核函数的中心;步骤5:初始化局部粒子群优化算法的各个参数。本发明所述的基于粒子群优化算法改进的神经网络模型用于数据预测方法能够易于确定RBF神经网络模型隐含层神经元的数目,从而改善了RBF神经网络性能,提高了数据预测的精确度,同时,本发明中的基于粒子群优化算法改进的神经网络模型具有模型复杂度低,鲁棒性强,可扩展性好的特点。