神经网络节点实验指导书

【实验名称】Neural Net节点

【实验目的】

1、认识神经网络的基本组成以及它们的属性和功能。

2、描述神经网络通常执行的学习任务，如模式关联、模式识别、估计、控

制以及过滤。

3、了解神经网络的基本流程。

4、通过案例掌握神经网络操作技术。

【实验内容】

（一）、读入数据

（二）、计算促销前后销售额的变化率

（三）、为数据设置字段格式

（四）、神经网络学习过程

（五）、为训练网络建立评估模型

1、将模型结果结点连接到数据流

2、添加字段比较预测值与实际值

3、评价模型

（六）模型预测

1、预测模型建立

2、输出规范化

3、选择促销方案

【实验步骤】

通过对促销前后商品销售收入的比较，判断促销手段是否对增加商品收益有关。Clementine 提供了多种预测模型，包括Nerual Net、Regression 和Logistic。这里我们用神经网络结点建模，评价该模型的优良以及对新的促销方案进行评估。

（一）读入数据

本示例的数据文件为GOODS1n，向数据流程区添加Var. File 结点，并将数据文件读入该结点。

（二）计算促销前后销售额的变化率

向数据流增加一个Derive 结点，将该结点命名为Increase。在公式栏中输入(After - Before) / Before * 100.0 以此来计算促销前后销售额的变化。

（三）为数据设置字段格式

添加一个Type 结点到数据流中。由于在制定促销方案前并不知道促销后商品的销售额，所以将字段After 的Direction 属性设置为None；神经网络模型需要一个输出，这里将Increase 字段的Direction 设置为Out，除此之外的其它结点全设置为In。

（四）神经网络学习过程

在设置好各个字段的Direction 方向后，将Neural Net 结点连接入数据流。

在对Neural Net 进行设置时我们选择快速建模方法（Quick），选中Prevent overtraining 防止过度训练。同时我们还可以根据自己的需要设置训练停止的条件。

在建立好神经网络学习模型后，运行这条数据流，结果将在管理器的Models 栏中显示。选择查看该结果结点，可以对生成的神经网络各个方面的属性有所了解。

（五）为训练网络建立评估模型

1．将模型结果结点连接到数据流

将Increase 结果结点连接在数据流中的Type 结点后；

2．添加字段比较预测值与实际值

向数据流中增加Derive 结点并将它命名为ration，然后将它连接到Increase 结果结点。设置该结点属性，将增添的字段的值设置为(abs(Increase - '$N-Increase') /Increase) * 100，其中$N-Increase 是由神经网络生成的预测结果。通过该字段值的显示可以看出预测值与实际值之间的差异大小。

3．评价模型

可以通过观察预测值与实际值之间的差异来评价模型的优劣。从Graph栏中

选择histogram 结点连接到ration 结点。

ratio），输出结果如下图所示：

该图形的横坐标为ratio 的值，纵坐标表示一共有多少个样本的ration 值落在相对应的横坐标上。从ration 的定义公式知道ration 越小表明预测值与实际值的差别越小，所以希望更多的ration 值处于一个比较小的范围。因此由输出图形可以看出该模型达到了一定的精度。

（六）模型预测

1．预测模型建立

该模型的建立就是为了预测新样本。

现将数据源的文件改为GOODS2n；然后按住alt 键双击Increase 结点以此来绕过该结点；断开Increase 结果结点与Ration 结点之间的连接，再增添一个Table 结点观察Increase 结果结点的输出。在Type 结点中只设置字段after的Direction 属性为None，其余的都为In。通过这种方法建立好的数据流如下图所示：

右键单击连接Increase模型节点的Table 结点，选择运行数据流。运行生成的结果如下，其中$N-Increase 为预测结果：

2．输出规范化

$N-Increase 栏表示促销后销售额可能增减的比率。由于神经网络的最终输出需要规范到[0,1]区间，所以我们选择输出值在(0,1)内连续的S 形函数将结果

规范化。S 型函数表达式为。

可以通过增加Derive 结点将结果其规范化，Derive节点连接到Increase模

型上，将节点命名为Format，公式表达式为：“1 / (1+ exp( - '$N-Increase'))”。

3．选择促销方案

根据神经网络模型的预测输出，可以选出GOODS2n 文件中包含的可执行促销方案。假定预测结果经规范化后值为 1 的方案为可执行方案，则需要增加一个结点来选出满足这些条件的结点。Clementine提供了Select 结点，它可以从数据集中筛选出满足预定条件的记录。

从Record OPs 栏内选择Select 结点连接到Format 结点后，在它的属性设置中选择包含format＝1.000 （注意：等号后面的数值大家可以到table表中去

粘贴，再复制到公式中，因为table表中的结果是四舍五入的结果，如果你单纯地添加1.000的话可能与实际不相符合，可以写成：Format >= 0.95）的结点，整个流程图由下所示：

如果只需要得到这些方案的某些字段，而不想知道它的全部细节，则可以在Select 和Table 键中增设Filter 结点，将不需要的字段过滤。

【实验报告要求】

1、能够将软件操作步骤在报告中凸现出来；

2、结果的分析要合理、准确。

2、软件操作应当正确且熟练掌握。

电子线路实验指导书

电子线路实验指导书

————————————————————————————————作者：————————————————————————————————日期：

电子线路实验 指导书 苏州大学 电子信息学院

前言 电子线路实验是电子、电气类专业在电子技术方面一门实践性很强的技术基础课。实验教学能帮助学生运用所学的电子技术理论知识去处理遇到的实际问题，提高分析问题、解决问题的能力，获得工程技术人员必须的实验技能和科学研究方法的训练，培养学生实事求是、勇于探索的科学精神和科学道德。 本书从工程实用的角度出发，选编18个实验，覆盖了教学基本要求中的主要内容，某些部分作了适当加深加宽。并强调了理论和实际之间存在的差异。通过这些实验学生应逐步掌握下列内容： （1）常用电子电路元件的特性、选用和基本参数测量方法 （2）常用电子仪器设备的使用 （3）常用电子量的测量原理和测量方法 （4）常用电子电路的选型、设计、安装、调试及故障排除方法对同一实验，指导书设计了若干组不同的性能指标。学生应根据指导老师的安排，任选一组参数进行电路设计、安装和调试。

实验须知 为保证实验质量，必须在实验的各个环节上做到以下要求： 一、实验前 （1）电路选型：根据电路功能要求和性能指标，结合已经学过的理论知识，查阅有关电子电路资料，确定电路的形式，画出电路原理图，必要时画出实际连线图。 （2）电路设计：根据要求的性能指标，对电路进行理论设计和计算，确定所选用元件的规格、型号和实际数值，列写元件清单，并把他们标注在电路图上。（3）测试方案设计：根据电路的性能指标和测量原理，确定测试方法和步骤，选择合适的测量仪器和设备，并列出仪器设备清单。 二、实验过程 （1）电路安装 按照电路原理图，以有源器件为核心，合理布局，逐级安插元器件并连接走线。要特别注意电源线、地线、信号输入线和输出线的安排，仔细核对元件数值、极性和管脚位置。电路安装完成后，应对照电路原理图，认真检查电路板上的元件连接情况，避免漏接、错接。 （2）通电及直流工作状态检查： 将电源电压调调整到要求值，并按正确的极性接入电路板然后接通直流电源。通电后，首先检查电路板上直流电源电压是否正常。逐级检查有源器件的直流工作点，判断是否在正常范围。如有相应调节元件，应将直流工作点调到要求值。（3）动态调试和性能指标测量： 根据拟定的测试方案，调整信号源的输出波形，将其接入板。逐级检查电路的输出，并记录数据和波形计算电路的性能指标。如不能满足设计要求，应分析原因，重新调整电路或改进电路。实验过程中，发现电路异常，应立即断开电源，以免损坏元器件及仪器设备。 三、实验后 实验结束后，应及时对实验过程和结果进行分析总结，整理原始记录数据，撰写实验报告。

流体传动与控制2012实验指导书

《液压传动》实验指导书刘玲腾刘继忠编 南昌大学机电工程学院

实验注意事项 一、液压实验是学习液压传动课程的一个重要组成环节，它可以帮助学生加深理解液压传动中的基本概念，巩固加深课堂教学内容；掌握一般液压元件和回路的实验方法及操作技能；增强实际动手能力，培养学生分析问题和解决问题的能力。因此学生对每次实验必须认真对待。 二、在每次实验前，要认真复习课程有关的内容并预习实验指导书。 三、实验前，应在实验台旁熟悉实验设备和仪器、操纵、测量等方法。在教师指导下，按实验指导书中的内容、步骤进行。 四、在实验室内必须遵守实验室有关规章制度。 五、实验完毕，应整理好场地和仪器、工具，切断电源，认真填写实验报告，按期交指导教师批阅。 六、实验成绩作为本课考核成绩的一部份。

目录 一、液压泵拆装 (1) 二、液压阀拆装 (7) 三、节流调速回路性能实验 (10) 四、液压传动系统回路组装实验 (13)

实验一液压泵拆装 一、实验目的 液压元件是液压系统的重要组成部分，通过对液压泵的拆装可加深对泵结构及工作原理的了解。并能对液压泵的加工及装配工艺有一个初步的认识。 二、实验用工具及材料 内六角扳手、固定扳手、螺丝刀、各类液压泵、液压阀及其它液压元件 三、实验内容及步骤 拆解各类液压元件，观察及了解各零件在液压泵中的作用，了解各种液压泵的工作原理，按一定的步骤装配各类液压泵。 1.轴向柱塞泵 型号：cy14—1型轴向柱塞泵（手动变量） 结构见图1—1 图1-1 （1）实验原理 当油泵的输入轴9通过电机带动旋转时，缸体5随之旋转，由于装在缸体中的柱塞10

实验一、BP及RBP神经网络逼近

实验一、BP 及RBF 神经网络逼近 一、实验目的 1、了解MATLAB 集成开发环境 2、了解MATLAB 编程基本方法 3、熟练掌握BP 算法的原理和步骤 4、掌握工具包入口初始化及调用 5、加深BP、RBF 神经网络对任意函数逼近的理解 二、实验内容 1、MATLAB 基本指令和语法。 2、BP 算法的MATLAB 实现 三、实验步骤 1、熟悉MATLAB 开发环境 2、输入参考程序 3、设置断点，运行程序，观察运行结果 四、参考程序 1. BP算法的matlab实现程序 %lr为学习步长，err_goal期望误差最小值，max_epoch训练的最大次数，隐层和输岀层初值为零lr=0.05; err_goal=0.0001; max_epoch=10000; a=0.9; Oi=0; Ok=0; %两组训练集和目标值 X=[1 1;-1 -1;1 1]; T=[1 1;1 1]; %初始化wki , wij ( M为输入节点j的数量；q为隐层节点i的数量；L为输岀节点k的数量) [M,N]=size(X); q=8; [L,N]=size(T); wij=rand(q,M); wki=rand(L,q); wij0=zeros(size(wij)); wki0=zeros(size(wki)); for epoch=1:max_epoch % 计算隐层各神经元输岀 NETi=wij*X; for j=1:N for i=1:q Oi(i,j)=2/(1+exp(-NETi(i,j)))-1; end

end % 计算输出层各神经元输出NETk=wki*Oi; for i=1:N for k=1:L Ok(k,i)=2/(1+exp(-NETk(k,i)))-1; end end % 计算误差函数E=((T-Ok)'*(T-Ok))/2; if (E

《通信电子线路》实验指导书XXXX版(简)

北方民族大学《通信电子线路》实验指导书 主编 校对 审核 北方民族大学电气信息工程学院 二○一三年九月

目录 实验一小信号谐振放大器的性能分析 (2) 实验二LC正弦波振荡器的综合分析 (8) 实验三振幅调制与解调电路研究与综合测试 (12) 实验四频率调制与解调电路研究与综合测试 (22) 实验五锁相环的工作过程及综合分析 (29)

实验一 小信号谐振放大器的性能分析 （综合性实验） 一、实验目的 1.掌握小信号谐振放大电路的组成和性能特点。 2.熟悉小信号谐振放大器的主要性能指标。 3.学会频响特性的测试。 二、实验仪器与器材 1. 高频电子技术实验箱中小信号谐振放大器实验模块电路(RK-050) 2. 示波器 3. 信号源 4. 扫频仪 三、小信号调谐放大器实验电路 图1-1为小信号调谐放大器实验电路(RK-050)。图中，201P 为信号输入铆孔，当做实验时，高频信号由此铆孔输入。201TP 为输入信号测试点。接收天线用于构成收发系统时接收发方发出的信号。变压器21T 和电容12C 、22C 组成输入选频回路，用来选出所需要的信号。晶体三极管21BG 用于放大信号，12R 、22R 和52R 为三极管21BG 的直流偏置电阻，用以保证晶体管工作于放大区域，且放大器工作于甲类状态。三极管21BG 集电极接有LC 调谐回路，用来谐振于某一工作频率上。本实验电路设计有单调谐与双调谐回路，由开关22K 控制。当22K 断开时，为电容耦合双调谐回路，12L 、22L 、42C 和52C 组成了初级回路，32L 、42L 和92C 组成了次级回路，两回路之间由电容62C 进行耦合，调整62C 可调整其耦合度。当开关22K 接通时，即电容62C 被短路，此时两个回路合并成单个回路，故该电路为单调谐回路。图中12D 、22D 为变容二极管，通过改变ADVIN 的直流电压，即可改变变容二极管的电容，达到对回路的调谐。三个二极管的并联，其目的是增大变容二极管的容量。图中开关21K 控制32R 是否接入集电极回路，21K 接通时（开关往下拨为接通），将电阻32R （2K ）并入回路，使集电极负载电阻减小，回路Q 值降低，放大器增益减小。图中62R 、72R 、82R 和三极管22BG 组成放大器，用来对所选信号进一步放大。 202TP 为输出信号测试点，202P 为信号输出铆孔。

bp神经网络及matlab实现讲解学习

b p神经网络及m a t l a b实现

图1. 人工神经元模型 图中x1~xn是从其他神经元传来的输入信号，wij表示表示从神经元j到神经元i的连接权值，θ表示一个阈值 ( threshold )，或称为偏置( bias )。则神经元i的输出与输入的关系表示为： 图中 yi表示神经元i的输出，函数f称为激活函数 ( Activation Function )或转移函数 ( Transfer Function ) ，net称为净激活(net activation)。若将阈值看成是神经元i的一个输入x0的权重wi0，则上面的式子可以简化为： 若用X表示输入向量，用W表示权重向量，即： X = [ x0 , x1 , x2 , ....... , xn ]

则神经元的输出可以表示为向量相乘的形式： 若神经元的净激活net为正，称该神经元处于激活状态或兴奋状态(fire)，若净激活net为负，则称神经元处于抑制状态。 图1中的这种“阈值加权和”的神经元模型称为M-P模型 ( McCulloch-Pitts Model )，也称为神经网络的一个处理单元( PE, Processing Element )。 2. 常用激活函数 激活函数的选择是构建神经网络过程中的重要环节，下面简要介绍常用的激活函数。 (1) 线性函数 ( Liner Function ) (2) 斜面函数 ( Ramp Function ) (3) 阈值函数 ( Threshold Function ) 以上3个激活函数都属于线性函数，下面介绍两个常用的非线性激活函数。 (4) S形函数 ( Sigmoid Function ) 该函数的导函数：

液压传动实验指导书

《液压传动》 实验指导书严国英杨明亮张士勇编写 陕西理工学院机械工程学院 2007年2月

前言 《液压传动》是测控专业的一门选修课，因为在很多情况下，控制对象就是液压系统；同时测控专业的学生对流体力学的知识有一定的要求，测量对象有许多是流体的参数，如压力、流量等，同时一些传感器的工作原理也是以流体力学的知识为基础的。 通过实验，一方面加深对液压传动知识的理解，增强动手能力，对于测控专业的学生来讲，还有一个重要的作用，就是掌握流体参数的测量方法，因为在液压传动实验中，要测量，计算许多流体的参数，包括压力、流量、功率、速度等。 本实验指导书是针对测控专业《液压传动》课程实验设置的，实验课时6学时，共开设两个实验，一个常规实验是“液压泵性能实验”，占两学时，一个综合实验是“节流调速性能实验”，占4学时。两个实验都为必做实验。 另外，还有液压元件的拆装，不安排课内课时，该部分内容是开放实验内容，学生在学习了液压泵与液压阀后，可以和实验室老师联系，自主完成液压元件的拆装实验。

实验一液压泵性能实验 实验学时：2 实验类型：常规 实验要求：必作 一、实验目的： 1、了解液压泵的主要静态性能； 2、掌握小功率液压泵的测试方法。 二、实验内容： 1、液压泵的主要静态性能指标有：额定压力、额定流量、压力振摆、容积效率、总效率、噪声、振动、温升和寿命等项。其中以前几项最为重要。在本实验中着重测试液压泵的下列性能： 2、泵的压力振摆； 3、泵的流量—压力特性（q—p曲线）； 4、泵的容积效率—压力特性（ηv—p曲线）； 3、泵的总效率—压力特性（η—p曲线）。 三、实验原理： 实验的液压系 统原理图见图1－1 （实验台的整体液 压原理图在附录 中，该图仅为液压 泵8性能实验的原 理图）。液压泵由电 动机输入机械能 （T，ω），输出液 压能（p，q），送给

神经网络实验报告

神经网络及应用实验报告院系：电气工程学院 班级：电气工程dsfasd 姓名： dsfa 学号： dfad7 时间： 2009-11-28

实验二基于BP网络的多层感知器 一：实验原理： BP的基本思想：信号的正向传播误差的反向传播 –信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。–误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号来作为修正各单元权值的依据。 1.基本BP算法的多层感知器模型：

2.BP学习算法的推导： 当网络输出与期望输出不等时，存在输出误差E 将上面的误差定义式展开至隐层，有 进一步展开至输入层，有 调整权值的原则是使误差不断地减小，因此应使权值的调整量与误差的梯度下降成正比，即 η∈(0,1)表示比例系数，在训练中反应学习速率 BP算法属于δ学习规则类，这类算法被称为误差的梯度下降（Gradient Descent）算法。 二：实验内容： Hermit多项式如下式所示：f(x)=1.1(1-x+2x^2)exp(-x^2/2) 采用BP算法设计一个单输入单输出的多层感知器对该函数进行逼近。 训练样本按以下方法产生：样本数P=100，其中输入样本xi服从区间[-4，4]内的均匀分布，样本输出为F(xi)+ei ,ei为添加的噪声，服从均值为0，标准差

为0.1的正态分布。 隐层采用Sigmoid激活函数f(x)=1/(1+1/e^x)，输出层采用线性激活函数 f(x)=x。 注意：输出层采用的线性激活函数，不是Sigmoid激活函数，所以迭代公式需要根据前面的推导过程重新推导。 三：实验步骤： 1. 用Matlab编程，实现解决该问题的单样本训练BP网络，设置一个停止迭代的误差E min和 最大迭代次数。在调试过程中，通过不断调整隐层节点数，学习率η，找到收敛速度快且误差小的一组参数。产生均匀分布在区间[-4，4]的测试样本，输入建立的模型得到输出，与Hermit多项式的期望输出进行比较计算总误差（运行5次，取平均值），并记录下每次迭代结束时的迭代次数。 （要求误差计算使用RME，Emin 设置为0.1） 程序如下： function danyangben1%建立以danyangben1为文件名的m文件 clc; close all; x=[-4:0.08:4];%产生样本 j=input('请输入隐层节点数 j = ');%隐层节点数 n=input('请输入学习效率 n = ');%学习效率 w=rand(1,j);%对权值w赋较小的初值 w0=0.5;%对权值w0赋较小的初值 v=rand(1,j);%对权值V赋较小的初值 v1=rand(1,j);%对权值V1赋较小的初值 x0=-1;%对阈值x0赋初值 y0=-1;%对阈值y0赋初值 err=zeros(1,101); zhaosheng=0.01*randn(1,101);%噪声 wucha=0; erro=[]; Erme=0; yadong=[]; Emin=0.1; d=zeros(1,101);%以初值0赋给期望输出 for m=1:101 d(1,m)=hermit(x(1,m));%以Hermit多项式产生期望输出 end; o=zeros(1,101); netj=zeros(1,j);

非线性电子线路实验指导书

非线性电子线路实验指导书 淮北煤炭师范学院 电子技术实验室

实验要求 1. 实验前必须充分预习，完成指定的预习任务。预习要求如下：（1）认真阅读实验指导书，分析、掌握实验电路的工作原理，并进行必要的估算， （2）完成各实验“预习要求”中指定的内容。 （3）熟悉实验任务。 （4）复习实验中所用各仪器的使用方法及注意事项。 2. 使用仪器和学习机前必须了解其性能、操作方法及注意事顶，在使用时应严格遵守。 3. 实验时接线要认真，相互仔细检查，确定无误才能接通电源，初学或没有把握应经指导教师审查同意后再接通电源。 4. 高频电路实验注意 （1）将实验板插入主机插座后，即已接通地线，但实验板所需的正负电源则要另外使用导线进行连接 （2）由于高频电路频率较高，分布参数及相互感应的影响较大。所以在接线时连接线要尽可能短。接地点必须接触良好。以减少干扰。（3）做放大器实验时如发现波形削顶失真甚至变成方波，应检查工作点设置是否正确，或输入信号是否过大。 5. 实验时应注意观察，若发现有破坏性异常现象（例如有元件冒烟、发烫或有异味）应立即关断电源，保持现场，报告组导教师。找出原因、排除故障，经指导教师同意再继续实验。

6. 实验过程需要改接线时，应关断电源后才能拆、接线。 7. 实验过程中应仔细观察实验现象，认真记录实验结果（数据、波形、现象）。所记录的实验结果经指导教师审阅签字后再拆除实验线路。 8. 实验结束后，必须关断电源、拔出电源插头，并将仪器、设备、工具、导线等按规定整理 9. 实验后每个同学必须按要求独立完成实脸报告。

实验目录 实验一单调谐回路谐振放大器 (1) 实验二石英晶体振荡器（实验版1） (4) 实验三振幅调制器（实验板2） (6) 实验四调幅波信号的解调（实验板2） (9) 实验五变容二极管调频振荡器（实验板3） (12) 实验六相位鉴频器（实验板3） (14) 实验七集成电路（压控振荡器）构成的频率调制器（实验板4）.17 实验八集成电路（锁相环）构成的频率解调器（实验板4） (20)

液压传动实验指导书

实验一液压泵拆装实验 一、实验目的： 掌握拆装液压元件的常用工具的使用方法 掌握泵的拆装的步骤及其方法 了解常用液压泵的结构特点 二、实验要求： 通过对液压泵的拆装，加深对液压泵结构特点和工作原理的认识。 三、实验工具： 三爪拉马、六角扳手、活动扳手、皮锤等 四、实验对象 比如说齿轮泵（转向，型号、转速等） 五、实验内容 （一）、齿轮泵拆装分析 1．齿轮泵型号：CB－B20型齿轮泵 2．拆卸步骤： 1）松开6个紧固螺钉2，分开端盖1和5；从泵体4中取出主动齿轮及轴、从动齿轮及轴； 2）分解端盖与轴承、齿轮与轴、端盖与油封。此步可不做。 装配顺序与拆卸相反。 3．主要零件分析 1）泵体4 泵体的两端面开有封油槽d，此槽与吸油口相通，用来防止泵内油

液从泵体与泵盖接合面外泄，泵体与齿顶圆的径向间隙为0.13～0.16mm。 2）端盖1与5 前后端盖内侧开有卸荷槽e（见图中虚线所示），用来消除困油。 端盖1上吸油口大，压油口小，用来减小作用在轴和轴承上的径向不平衡力。 3）齿轮3 两个齿轮的齿数和模数都相等，齿轮与端盖间轴向间隙为0.03～ 0.04mm，轴向间隙不可以调节。 4．思考题 1）齿轮泵的密封容积怎样形成的？ 2）该齿轮泵有无配流装置？它是如何完成吸、压油分配的？ 3）该齿轮泵中存在几种可能产生泄漏的途径？为了减小泄漏，该泵采取了什么措施？ 4）该齿轮泵采取什么措施来减小泵轴上的径向不平衡力的？ 5）该齿轮泵如何消除困油现象的？ （二）、限压式变量叶片泵拆装分析 1．叶片泵型号：YBX型变量叶片泵 2．拆卸步骤： 1）松开固定螺钉，拆下弹簧压盖，取出弹簧4及弹簧座5； 2）松开固定螺钉，拆下活塞压盖，取出活塞11； 3）松开固定螺钉，拆下滑块压盖，取出滑块8及滚针9； 4）松开固定螺钉，拆下传动轴左右端盖，取出左配流盘、定子、转子传动轴组件和右配流盘； 5）分解以上各部件。 拆卸后清洗、检验、分析，装配与拆卸顺序相反。 3．主要零件分析

BP神经网络实验 Matlab

计算智能实验报告 实验名称：BP神经网络算法实验 班级名称： 2010级软工三班 专业：软件工程 姓名：李XX 学号： XXXXXX2010090

一、实验目的 1）编程实现BP神经网络算法； 2）探究BP算法中学习因子算法收敛趋势、收敛速度之间的关系； 3）修改训练后BP神经网络部分连接权值，分析连接权值修改前和修改后对相同测试样本测试结果，理解神经网络分布存储等特点。 二、实验要求 按照下面的要求操作，然后分析不同操作后网络输出结果。 1）可修改学习因子 2）可任意指定隐单元层数 3）可任意指定输入层、隐含层、输出层的单元数 4）可指定最大允许误差ε 5）可输入学习样本（增加样本） 6）可存储训练后的网络各神经元之间的连接权值矩阵； 7）修改训练后的BP神经网络部分连接权值，分析连接权值修改前和修改后对相同测试样本测试结果。 三、实验原理 1 明确BP神经网络算法的基本思想如下： 在BPNN中，后向传播是一种学习算法，体现为BPNN的训练过程，该过程是需要教师指导的；前馈型网络是一种结构，体现为BPNN的网络构架 反向传播算法通过迭代处理的方式，不断地调整连接神经元的网络权重，使得最终输出结果和预期结果的误差最小 BPNN是一种典型的神经网络，广泛应用于各种分类系统，它也包括了训练和使用两个阶段。由于训练阶段是BPNN能够投入使用的基础和前提，而使用阶段本身是一个非常简单的过程，也就是给出输入，BPNN会根据已经训练好的参数进行运算，得到输出结果 2 明确BP神经网络算法步骤和流程如下： 1初始化网络权值 2由给定的输入输出模式对计算隐层、输出层各单元输出 3计算新的连接权及阀值， 4选取下一个输入模式对返回第2步反复训练直到网络设输出误差达到要求结束训练。

高频电子线路实验指导书

高频电子线路实验箱简介 THCGP-1型 仪器介绍 ●信号源： 本实验箱提供的信号源由高频信号源和音频信号源两部分组成，两种信号源的参数如下： 1）高频信号源输出频率范围：0.4MHz~45MHz(连续可调)； 频率稳定度：10E–4；输出波形：正弦波； 输出幅度：1Vp-p 输出阻抗：75?。 2）低频信号源： 输出频率范围：0.2kHz~20 kHz（连续可调）； 频率稳定度：10E–4；输出波形：正弦波、方波、三角波； 输出幅度：5Vp-p；输出阻抗：100Ω。 信号源面板如图所示 使用时,首先按下“POWER”按钮，电源指示灯亮。 高频信号源的输出为RF1、RF2，频率调节步进有四个档位：1kHz、20kHz、500kHz、1MHz档。 按频率调节选择按钮可在各档位间切换，为1kHz、20kHz、500kHz档时相对应的LED

亮，当三灯齐亮时，即为1MHz档。旋转高频频率调节旋钮可以改变输出高频信号的频率。另外可通过调节高频信号幅度旋钮来改变高频信号的输出幅度。 音频信号源可以同时输出正弦波、三角波、方波三种波形，各波形的频率调节共用一个频率调节旋钮，共有2个档位：2kHz、20kHz档。按频率档位选择可在两个档位间切换，并且相应的指示灯亮。调节音频信号频率调节旋钮可以改变信号的频率。分别改变三种波形的幅度调节旋钮可以调节输出的幅度。 本信号源有内调制功能，“FM”按钮按下时，对应上方的指示灯亮，在RF1和RF2输出调频波，RF2可以外接频率计显示输出频率。调频波的音频信号为正弦波，载波为信号源内的高频信号。改变“FM频偏”旋钮调节输出的调频信号的调制指数。按下“AM”按钮时，RF1、RF2输出为调幅波，同样可以在RF2端接频率计观测输出频率。调节“AM调幅度”可以改变调幅波的幅度。面板下方为5个射频线插座。“RF1”和“RF2”插孔为400kHz ——45MHz的正弦波输出信号，在做实验时将RF1作为信号输出，RF2接配套的频率计观测频率。另外3个射频线插座为音频信号3种波形的输出：正弦波、三角波、方波，频率范围为0.2k至20kHz。 ●等精度频率计 （1）等精度频率计面板示意图： （2）等精度频率计参数如下： 频率测量范围：20Hz——100MHz 输入电平范围：100mV——5V 测量误差：5×10-5±1个字 输入阻抗：1MΩ//40pF （3）使用说明： 频率显示窗口由五位数码管组成，在整个频率测量范围内都显示5位有效位数。按下‘电源’开关，电源指示灯亮，此时频率显示窗口的五位数码管全显示8.，且三档频率指示灯同时亮，约两秒后五位数码全显示0，再进入测量状态。

液压传动实验指导书15..

液压传动实验指导书 机械设计基础教研室 李岚王林（编） 南华大学

2014年12月

目录微机检测液压传动综合实验台基本操作指南 实验0液压传动基础实验（选做WYS-6.3型） 实验一油泵性能实验（必做WYS -6.3型） 实验二液压系统节流调速实验（必做WYS -6.3型） 实验三液压元件拆装实验（选做） 实验四溢流阀静、动态特性实验（选做WYS -6.3型）附图1-1实验台液压系统原理图 附：实验报告

WYS-6.3微机检测液压传动综合实验台 基本操作指南 一、微机控制液压综合实验台液压系统 图1-1是微机检测液压综合实验液压系统图，整个实验台液压系统由节A、B、C、D、E等5 个液压模块组成。 二、实验选择及选择液压模块组成实验系统 参照图1-1实验者每次可选择其中若干个液压模块组成自己所需同的实验系统。一共可组成四个实验系统。它们分别是： 1、液压传动基础实验 2、液压系统节流调速实验 3、溢流阀静、动态特性实验 4、变量叶片泵静、动态特性实验 开启计算机，根据屏幕提示，选择您想做的实验（代号为1、2、3、4）。然后选择若干液压模块（A、B、C、D、E）组成所需的实验系统。选择正确，可进入下一步的实验程序。如果选择不正确请重新选择一次，若三次错误，计算机提示“请您再仔细阅读实验指导书”。（计算机使用方法参阅另一说明书） 三、液压系统基本操作 图1-2为该面板布置示意图。对照图1-1与图1-2，实验系统共同的基本操作如下： 1、二位二通方向阀2为系统的卸荷阀，在启动液压泵4时，必须使方向阀2的电磁铁YV1 失电。当液压泵4启动后，YV1通电，液压系统可建立压力； 2、关闭调速阀7及节流阀8 ； 3、电磁铁YV2-YV8全部处于失电状态； 4、松开安全阀3，锁紧溢流阀6，再将安全阀3调至额定压力6.3Mpa后锁紧，然后松开阀6 ； 5、各个不同的实验操作请参阅相应的实验指导书。 四、液压系统基本参数 ?液压系统最高压力：6.3Mpa ?液压系统最大流量17L/min（调定）?电机功率：3KW ?电机转速：1450/ min ?液压缸活塞直径：50mm ?液压缸活塞杆直径：28mm ?液压缸有效工作行程：250mm

BP神经网络的基本原理+很清楚

5.4 BP神经网络的基本原理 BP（Back Propagation）网络是1986年由Rinehart和 McClelland为首的科学家小组提出，是一种按误差逆传播算 法训练的多层前馈网络，是目前应用最广泛的神经网络模型 之一。BP网络能学习和存贮大量的输入-输出模式映射关系， 而无需事前揭示描述这种映射关系的数学方程。它的学习规 则是使用最速下降法，通过反向传播来不断调整网络的权值 和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结 构包括输入层（input）、隐层(hide layer)和输出层(output layer)（如图5.2所示）。 5.4.1 BP神经元 图5.3给出了第j个基本BP神经元（节点），它只模仿了生物神经元所具有的三个最基本 也是最重要的功能：加权、求和与转移。其中x 1、x 2 …x i …x n 分别代表来自神经元1、2…i…n 的输入；w j1、w j2 …w ji …w jn 则分别表示神经元1、2…i…n与第j个神经元的连接强度，即权 值；b j 为阈值；f(·)为传递函数；y j 为第j个神经元的输出。 第j个神经元的净输入值为： （5.12） 其中： 若视，，即令及包括及，则

于是节点j的净输入可表示为： （5.13）净输入通过传递函数（Transfer Function）f (·)后，便得到第j个神经元的输出 : （5.14） 式中f(·)是单调上升函数，而且必须是有界函数，因为细胞传递的信号不可能无限增加，必有一最大值。 5.4.2 BP网络 BP算法由数据流的前向计算（正向传播）和误差信号的反向传播两个过程构成。正向传播时，传播方向为输入层→隐层→输出层，每层神经元的状态只影响下一层神经元。若在输出层得不到期望的输出，则转向误差信号的反向传播流程。通过这两个过程的交替进行，在权向量空间执行误差函数梯度下降策略，动态迭代搜索一组权向量，使网络误差函数达到最小值，从而完成信息提取和记忆过程。 5.4.2.1 正向传播 设 BP网络的输入层有n个节点，隐层有q个节点，输出层有m个节点，输入层与隐层之间的权值为，隐层与输出层之间的权值为，如图5.4所示。隐层的传递函数为f (·)， 1 (·)，则隐层节点的输出为（将阈值写入求和项中）： 输出层的传递函数为f 2

高频电子线路实验指导书副本

高频电子线路实验箱简介 HD-GP-Ⅲ型 一、产品组成 该产品由3种实验仪器、10个实验模块（其中1、6、9号模块属于选配模块）及实验箱体（含电源）组成。 1.实验仪器及主要指标如下： 1)频率计： 频率测量范围：50Hz～99MHz 输入电平范围：100mVrms～2Vrms 测量误差：≤±20ppm(频率低端≤±1Hz) 输入阻抗：1MΩ/10pF 2) 信号源： 输出频率范围：400KHz～45MHz（连续可调） 频率稳定度：10E-4 输出波形：正弦波，谐波≤－30dBc 输出幅度：1mVp-p～1Vp-p（连续可调） 输出阻抗：75Ω 3) 低频信号源： 输出频率范围：200Hz～16KHz（连续可调） 频率稳定度：10E-4 输出波形：正弦波、方波、三角波 输出幅度：10mVp-p～5Vp-p（连续可调） 输出阻抗：100Ω 2.实验模块及电路组成如下： 1)模块1：单元选频电路模块 该模块属于选件，非基本模块 包含LC并联谐振回路、LC串联谐振回路、集总参数LC低通滤波器、陶瓷滤波器、石英晶体滤波器等五种选频回路。 2)模块2：小信号选频放大模块 包含单调谐放大电路、电容耦合双调谐放大电路、集成选频放大电路、自动增益控制电路（AGC）等四种电路。 3)模块3：正弦波振荡及VCO模块

包含LC振荡电路、石英晶体振荡电路、压控LC振荡电路等三种电路。 4)模块4：AM调制及检波模块 包含模拟乘法器调幅（AM、DSB、SSB）电路、二极管峰值包络检波电路、三极管小信号包络检波电路、模拟乘法器同步检波电路等四种电路。 5)模块5：FM鉴频模块一 包含正交鉴频（乘积型相位鉴频）电路、锁相鉴频电路、基本锁相环路等三种电路。 6)模块6：FM鉴频模块二 该模块属于选件，非基本模块 包含双失谐回路斜率鉴频电路、脉冲计数式鉴频电路等两种电路。 7)模块7：混频及变频模块 包含二极管双平衡混频电路、模拟乘法器混频电路、三极管变频电路等三种电路。 8)模块8：高频功放模块 包含非线性丙类功放电路、线性宽带功放电路、集成线性宽带功放电路、集电极调幅电路等四种电路。 9)模块9：波形变换模块 该模块属于选件，非基本模块 包含限幅电路、直流电平移动电路、任意波变方波电路、方波变脉冲波电路、方波变三角波电路、脉冲波变锯齿波电路、三角波变正弦波电路等七种电路。 10)模块10：综合实验模块 包含话筒及音乐片放大电路、音频功放电路、天线及半双工电路、分频器电路等四种电路。 二、产品主要特点 1.采用模块化设计，使用者可以根据需要选择模块，既可节约经费又方便今后升级。 2.产品集成了多种高频电路设计及调试所必备的仪器，既可使学生在做实验时观察实验现象、调整电路时更加全面、更加有效，同时又可为学生在进行高频电路设计及调试时提供工具。 3.实验箱各模块有良好的系统性，除单元选频电路模块及波形变换模块外，其余八个模块可组合成四种典型系统： ⑴中波调幅发射机（535KHz～1605KHz）。 ⑵超外差中波调幅接收机（535KHz～1605KHz，中频465KHz）。 ⑶半双工调频无线对讲机（10MHz～15MHz，中频4.5MHz，信道间隔200KHz）。 ⑷锁相频率合成器（频率步进40KHz～4MHz可变）。 4.实验内容非常丰富，单元实验包含了高频电子线路课程的大部分知识点，并有丰富的、有一定复杂性的综合实验。 5.电路板采用贴片工艺制造，高频特性良好，性能稳定可靠。 三、实验内容 1. 小信号调谐（单、双调谐）放大器实验（模块2）

matlab神经网络知识讲解

Matlab神经网络工具箱 2010-7-21 今天学的是BP神经网络，首先看的是一个关于非线性函数逼近的例子，最后得出一个心得：在使用newff函数生成一个新的网络时，神经元的层数和每一层的神经元数会对结果造成不小的影响，一般都采用[n,1]的建立方法，其中n为隐层的神经元数，1为输出层的神经元数。 然后是做了一个识别系统，算是一个较大的神经网络，具体的代码解释和分析如下： [alphabet,targets]=prprob; [R,Q]=size(alphabet); [S2,Q]=size(targets); S1=10; [R,Q]=size(alphabet); [S2,Q]=size(targets); P=alphabet; net=newff(minmax(P),[S1,S2],{'logsig','logsig'},'traingdx'); net.LW{2,1}=net.LW{2,1}*0.01; net.b{2}=net.b{2}+0.01; 其中的proprob是matlab自带的一个生成字母表布尔值的函数。可以具体查看。 T=targets; net.performFcn='sse'; net.trainParam.goal=0.1; net.trainParam.show=20; net.trainParam.epochs=5000; net.trainParam.mc=0.95; [net,tr]=train(net,P,T) 接下来首先进行无噪声训练。 netn.trainParam.goal=0.6; netn.trainParam.epochs=300; T=[targets targets targets targets]; for pass=1:10 P=[alphabet,alphabet,(alphabet+randn(R,Q)*0.1),(alphabet+randn(R,Q)*0.2) ]; [netn,tr]=train(net,P,T); end 接下来是有噪声训练，采用随机数生成影响输入矩阵的方式。这里收敛的有点慢，在

神经网络实验2

实验二感知器和BP网络设计初步 题目1 利用nntool进行感知器设计 一、实验目的 初步掌握MATLAB环境下nntool方式实现感知器的设计。 二、实验内容 利用nntool，进行感知器设计，完成书中题目3.5，3.8。 三、实验步骤 (1) 在命令窗口键入nntool (2) 在命令窗口给出样本的输入输出P，T，在nntool中将P，T导入，用new新建网络，对网络训练，观察。 例如： 第一步：三个样本，两维输入，写成（注意转置符号） P=[1 -1;1 0; 2 1]' 输出结果为： P = 1 1 2 -1 0 1 第二步：输入教师信号T T=[1 0 1] 输出结果为 T = 1 0 1 第三步：点击import键，导入P和T

第四步：创建网络

注意选择hardlim为转移函数时，网络输出为1和0，选择Hardlims为转移函数时，网络输出为1和-1 第五步：双击network，出现以下界面

训练过程如下： 第六步：查看训练结果

第七步：预测 在命令窗口输入三个新的数据Pt Pt=[1 1;1 0;-1 1]’ 输出结果为 Pt = 1 1 -1 1 0 1 将其导入 进行预测

(3) 完成题目3.5，3.8。 题目2 利用nntool进行BP网络设计 一、实验目的 初步掌握MATLAB环境下nntool方式实现BP网络的设计，熟悉BP网络的功能。二、实验内容 利用nntool，进行BP网络设计，解决以下异或问题，分析考察BP网络的功能。 三、实验步骤（与实验一的感知器训练类似） (1) 在命令窗口键入nntool (2) 在命令窗口给出样本的输入输出P，T，在nntool中将P，T导入，用new新建网络，对网络训练，观察。

液压传动实验指导书

实验一液压泵的性能实验 (2) 实验二液压元件拆装实验 (5) 实验三节流调速性能实验 (8)

实验一液压泵的性能实验 一、试验目的 了解液压泵的主要性能和小功率液压泵的测试方法 二、实验内容 测试一种泵（齿轮泵或叶片泵）的下列特性： 1、液压泵的压力脉动值； 2、液压泵的流量—压力特性； 3、液压泵的容积效率—压力特性； 4、液压泵的总效率—压力特性。 附：液压泵的主要性能表 图1—1所示为QCS003B型液压实验台测试液压泵的液压系统原理图。图中8为被试泵，它的进油口装有线隙式滤油器22，出油口并联有溢流阀9和压力表P6。被试泵输出的油液经节流阀10和椭圆齿轮流量计20流回油箱。用节流阀10对被试泵加压。 1、液压泵的压力脉动值 把被试泵的压力调到额定压力，观测记录其脉动值，看是否超过规定值。测试压力表P6不能加接阻尼器。 2、液压泵的流量—压力特性 通过测定被试泵在不同工作压力下的实际流量，得出它的流量压力特性曲线q=F(p)。调节节流阀10即得

到被试泵的不同压力，可通过压力表P6观测。不同压力下的流量用齿轮流量计和秒表测定。压力调节范围从零开始（此时对应的流量为空载流量）到被试泵额定压力的1.1倍为宜。 3、液压泵的容积效率—压力特性 容积效率=理论流量 实际流量 在实际生产中，泵的理论流量一般不用液压泵设计时的几何参数和运动参数计算，通常以空载流量代替理论流量。 容积效率=空载流量 实际流量 即η PV = 空 实q q 4、液压泵总效率—压力特性 总效率= 泵输入功率 泵输出功率 即ηP = 入 出 N N N 出= 1000 pq (kW) 式中 p —泵的工作压力（Pa ），q —泵的实际流量（m 3/s ） N 入=2πn T 式中 T —泵的实际输入扭矩，n —泵的转速（本实验中为1410rpm ） 本实验中液压泵的输入功率用电功率表测出。功率表指示的数值N 表为电动机的输入功率。再根据该电动机的功率曲线，查出功率为N 表时的电动机效率η电，则 N 入=N 表η 电。 液压系统总效率：ηP =电 表ηN pq 1000 四、实验步骤： 参照图1—1、图1—3进行实验 1．将电磁阀12的控制旋钮置于“0” 位，使电磁阀处于中位，电磁阀11的控制旋钮置于“0” 位，阀11断电处于下位。全部打开节流阀10和溢流阀9，接通电源，让被试泵8空载运转几分钟，排除系统内的空气。 2．关闭节流阀10，慢慢关小溢流阀9，将压力p 调至7MPa （额定压力的1.1倍），然后用锁母将溢流阀9锁住。 3．逐渐开大节流阀10的通流面积，使系统压力p 降至泵的额定压力—6.2 MPa ，观测泵的压力脉动值（做两次）。 4．全部打开节流阀10，使被试泵的压力为零（或接近零），测出此时的流量，此即为空载流量。再逐渐关小截流阀10的通流面积，作为泵的不同负载，对应测出压力p 、流量q 和电动机的输入功率N 表。注意节流阀每次调节后，需运转一、两分钟后，再测有关数据。 压力p —从压力表p 6上直接读出。 流量q —用秒表测量椭圆齿轮流量计指针旋转一周所需时间，根据公式q = t V ?求出。

液压实验指导书附思考题答案

实验一液压动力元件拆装 一、实验目的 通过对液压泵的拆装可加深对泵结构及其工作原理的了解,能对液压泵的加工及装配工艺有一个初步的认识,并了解如何认识液压泵的铭牌、型号等内容。 二、实验用工具及材料 内六角扳手、固定扳手、螺丝刀、各类液压泵(齿轮泵、双作用叶片泵、限压式变量叶片泵) 三、实验内容及步骤 拆解各类液压元件,观察及了解各零件在液压泵中的作用,了解各种液压泵的工作原理,按一定的步骤装配各类液压泵。 1、齿轮泵 型号:CB-B型齿轮泵,结构图见图1-1。 图1-1 齿轮泵 1-轴承外环 2-堵头 3-滚子 4-后泵盖 5-键 6-齿轮 7-泵体8-前泵盖 9-螺钉10-压环 11-密封环 12-主动轴 13-键 14-泻油孔15-从动轴 16-泻油槽 17-定位销 工作原理: 在吸油腔,轮齿在啮合点相互从对方齿谷中退出,密封工作空间的有效容积不断增大,完成吸油过程。在排油腔,轮齿在啮合点相互进入对方齿谷中,密封工作空间的有效容积不断减小,实现排油过程。 2、双作用叶片泵 型号:YB-6型叶片泵,结构图见图1-2。 工作原理: 当轴3带动转子4转动时,装于转子叶片槽中的叶片在离心力与叶片底部压力油的作用下伸出,叶片顶部紧贴与顶子表面,沿着定子曲线滑动。叶片往定子的长轴方向运动时叶片伸出,使得由定子5的内表面、配流盘2、7、转子与叶片所

形成的密闭容腔不断扩大,通过配流盘上的配流窗口实现吸油。往短轴方向运动时叶片缩进,密闭容腔不断缩小,通过配流盘上的配流窗口实现排油。转子旋转一周,叶片伸出与缩进两次。 图1-2 双作用叶片泵 1-滚针(动)轴承 2-吸油盘 3-传动轴 4-转子 5-定子 6-泵体 7-压油盘 8-滚针(动)轴承盖 9-叶片 3、内反馈限压式变量叶片泵 型号:YBN型内反馈限压式变量叶片泵 结构简图见图1-3 (1)变量原理 依据弹簧弹力与油液对定子内表面的作用力的合力产生的水平分力Fsinθ相互大小关系,使定子产生水平方向的运动,改变定子与转子的偏心量的大小,进而改变泵的排量与流量。 图1-3内反馈限压式变量叶片泵结构简图 1—最大流量调节螺钉;2 —弹簧预压缩量调节螺钉;3 —叶片;4 —转子;5 —定子