本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。

本发明公开了一种基于RBF神经网络预测控制的双进双出球磨机控制系统及控制方法，控制系统包括基于RBF神经网络模型的预测控制器、控制量初始化模块以及被控对象，被控对象为双进双出球磨机模型，其输出连续被控量经离散化后生成的离散被控量和被控量当前设定值输入控制量初始化模块和预测控制器，控制量初始化模块输出控制量初始值输入给预测控制器，预测控制器输出离散控制向量经零阶保持器转换为连续控制量输出给双进双出球磨机模型。控制方法采用RBF神经网络正向模型和RBF神经网络逆向模型实现对被控对象的预测控制。本发明可以对系统进行提前控制和调节，适用于大滞后系统的控制，被控量响应快、超调量小，同时具有良好的鲁棒性。

简介：本发明公开了一种烟道飞灰等速取样器及基于BP神经网络的烟道飞灰等速取样系统和控制方法，属于烟道飞灰检测领域。烟道飞灰等速取样器，包括取样嘴、取样管、旋风分离器和取样瓶，还包括引射管、调节嘴和排气管，一种基于BP神经网络实现烟道飞灰等速取样系统，包括取样器、PLC控制器、执行器、压力传感器和BP神经网络模块；一种基于BP神经网络的烟道飞灰等速取样系统的控制方法基于BP神经网络实现烟道飞灰等速取样，使用了大量实时测得的数据来预测接近实际的烟道静压，解决了等速采样的滞后性问题，提高取样的准确性，具有计算误差小，数据处理能力强，设计成本低的优点。

XM-D017A脑神经和脑神经的成分及分布电动模型   XM-D017A脑神经和脑神经的成分及分布电动模型显示十二对脑神经：嗅神经、视神经、动眼神经、滑车神经、三叉神经、展神经、面神经、前庭蜗神经、舌咽神经、迷走神经、脊髓副神经和舌下神经。显示脑神经的成分及分布：感觉神经、运动性神经、混合性神经、一般躯体感觉纤维、特殊躯体感觉纤维、一般内脏感觉纤维、特殊内脏感觉纤维、一般躯体运动纤维、特殊内脏运动纤维、一般内脏运动纤维,模型上有上述相应功能的各自独立按钮键。   尺寸：51×23×86cm 材质：PVC材料+木框   标准配置： ■ XM-D017A脑神经和脑神经的成分及分布电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

低频神经调控仪是韩济生院士科研成果，应用高科技手段实现了用数字化神经调控治疗仪器代替传统手针。在疼痛，戒毒，孤独症等多种西医没有很好手段的疾病治疗等方面具有很好的疗效。

XM-655E脑干脑神经核及脑神经 XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝

XM-655E脑干脑神经核及脑神经   XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝

1.采用“智能识别，无需额外定位技术”，印刷要求低，使用方便 本系统采用国内目前最先进的“智能识别”技术，答卷设计无需增加额外的定位点、定位线或同步头，也不需要以答题区域的边框、转角等作为定位识别符，确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好，支持超薄、加长纸扫描 本系统支持使用50克以上普通纸，以复印、速印或胶印方式双面印制答卷，2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术，本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识，且A3答题卡在200dpi分辨率下，其双面扫描的影象文件容量不大于250K，这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷；本系统不仅支持在局域网、广域网或互联网上进行阅卷，并且提供B/S和C/S结构的可选系统，具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能； 5.分布式设计，轻松实现联考 本系统采用C/S结构，支持分点联合阅卷功能，可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成，无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别，当扫描完成时，客观题的识别工作即全部完成，有利于及时发现扫描过程中出现的异常情况，便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品，扫描与识别分二次进行，先扫描后识别。 7.答题卷设计灵活，支持多种统计与分析 本系统支持单选、多选的客观题任意混排，不限制客观题答案选项的数量（原则上不少于26个）以及不限制答案的组合方式，同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题（M选N，M≥N，如2选1、3选2等）评卷及数据处理功能，即系统可以自动识别选做的标识并进行处理；同一大题的不同选题应可以交由不同分组的老师独立评阅；且支持公共答题区域和8字码（七段码）识别，以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别，同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能，从而实现对文综、理综中单个科目（如：政治、历史、物理、化学等）分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能，确保在出现例如：试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接，采用本系统不需要增加额外的图形加速卡，即可实现对答卷的扫描识别速度不低于扫描仪的标称值，实时性达到100%（即：正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间）。 10.支持典型试卷、电子化批注，便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记，在标记时完成登分；试卷评阅的痕迹能以图像的方式保存在计算机系统中，并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记，阅卷完成后方便调阅，使课堂讲解更直观、生动。