导读:本文包含了自学习技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,模糊,自适应,智能建筑,逻辑,系统,转子。
自学习技术论文文献综述
夏洪彬,方立辉,丁麟,杨东华,王惠[1]（2019）在《自动变速器下线自学习技术》一文中研究指出文章介绍自动变速器的下线自学习的方法和流程。通过下线自学习能够快速消除本体零部件散差与控制单元(TCU)标定参数的差异,确保整车的舒适性、可靠性和安全性。文章主要对换档离合器下线自学习进行了详细的介绍。(本文来源于《汽车实用技术》期刊2019年05期）
周尚儒,晏玉平[2]（2018）在《神经网络自学习技术在传感器数据观测中的应用》一文中研究指出传感器作为自动化领域的核心组成部件,其数据对系统下一步的行为决策起决定性作用。因此正确的观测传感器实时数据并分析其是否存在异常有着十分重要的意义。鉴于当前故障诊断、异常检测等方法存在的局限性,提出了一种基于神经网络自学习的传感器数据观测方法。在此基础上,以BP神经网络和RBF神经网络为例,通过一个实际的对象,验证了该文提出方法的有效性,同时分析讨论了2种神经网络在该过程中的优劣性。(本文来源于《自动化与仪表》期刊2018年04期）
林峻青[3]（2010）在《采用自学习技术的智能建筑系统》一文中研究指出为了满足居住者的不同需求,建筑内部空间和功能需要经常重新设定。虽然通过人的操作可以实现这样的重新设定,但是现代建筑的复杂性要求建筑自身具有自学习的智能才可以在无需维护人员介入的情况下满足使用者的要求。(本文来源于《科技促进发展》期刊2010年S1期）
林峻青[4]（2010）在《采用自学习技术的智能建筑系统》一文中研究指出为了满足居住者的不同需求,建筑内部空间和功能需要经常重新设定。虽然通过人的操作可以实现这样的重新设定,但是现代建筑的复杂性要求建筑自身具有自学习的智能才可以在无需维护人员介入的情况下满足使用者的要求。(本文来源于《中国住宅设施》期刊2010年10期）
白振华,康晓鹏,龙瑞兵,吴首民[5]（2008）在《工程实用平整轧制压力模型及其自学习技术研究》一文中研究指出针对传统的以赫希柯克公式为基础的轧制压力模型不适合于平整轧制的问题,经过大量的现场数据回归与理论分析,充分考虑到不同平整机组的设备工艺特点与实际工况,综合轧制速度、变形抗力、张力、伸长率等平整轧制工艺参数的影响,根据平整轧制过程轧辊与带材交界面处接触弧更具平面性质而非圆柱表面性质的特点,在罗伯茨平整轧制压力模型的基础上,提出了一套工程上实用的平整轧制压力计算模型,同时给出了相应的模型自学习方案,并将其应用到宝钢冷轧薄板厂1220平整机机组的生产实践,95%以上的钢卷轧制压力预报值与实际值的相对误差在10%以内,达到了工程要求,取得了良好的使用效果,具有进一步推广应用的价值。(本文来源于《钢铁》期刊2008年10期）
赵海廷[6]（2005）在《自学习技术的实现方法》一文中研究指出自学习系统是计算机应用技术———人工智能的一个分支,也是自适应控制系统的关键技术。本文介绍的是自学习系统中的学习子系统如何从外界学习到知识的一种方法。(本文来源于《武汉工程职业技术学院学报》期刊2005年03期）
叶欢[7]（2004）在《模糊规则自学习技术在模糊自适应遗传算法设计中的应用研究》一文中研究指出本文从模糊自适应遗传算法在解决组合优化问题中的应用出发，针对旅行商问题提出了两种新的模糊自适应遗传算法—自学习混合模糊自适应遗传算法和神经／模糊自适应遗传算法。与通常的模糊自适应遗传算法所不同的是，这两种算法分别采用了基于基本遗传算法的模糊规则自学习机制和基于CMAC神经网络的模糊规则自学习机制来生成算法所需的模糊规则库。本文在MATLAB6.5环境下分别演示了上述两种算法，并同基本遗传算法进行了性能对比。对比试验的结果初步验证了算法的有效性。(本文来源于《南京航空航天大学》期刊2004-01-01）
郑水英[8]（1995）在《自学习技术在转子振动主动控制中的应用》一文中研究指出将自学习技术引入转子振动主动控制领域，使系统能在运转过程中自动识别并补偿包括异频激励力在内的周期性激励力；提出并研究适合于转子系统的自学习算法；讨论控制目标选取以及自学习控制实现等问题，从理论和仿真实验上证明该算法的收敛性和有效性。(本文来源于《中国机械工程》期刊1995年05期）
自学习技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传感器作为自动化领域的核心组成部件,其数据对系统下一步的行为决策起决定性作用。因此正确的观测传感器实时数据并分析其是否存在异常有着十分重要的意义。鉴于当前故障诊断、异常检测等方法存在的局限性,提出了一种基于神经网络自学习的传感器数据观测方法。在此基础上,以BP神经网络和RBF神经网络为例,通过一个实际的对象,验证了该文提出方法的有效性,同时分析讨论了2种神经网络在该过程中的优劣性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自学习技术论文参考文献
[1].夏洪彬,方立辉,丁麟,杨东华,王惠.自动变速器下线自学习技术[J].汽车实用技术.2019
[2].周尚儒,晏玉平.神经网络自学习技术在传感器数据观测中的应用[J].自动化与仪表.2018
[3].林峻青.采用自学习技术的智能建筑系统[J].科技促进发展.2010
[4].林峻青.采用自学习技术的智能建筑系统[J].中国住宅设施.2010
[5].白振华,康晓鹏,龙瑞兵,吴首民.工程实用平整轧制压力模型及其自学习技术研究[J].钢铁.2008
[6].赵海廷.自学习技术的实现方法[J].武汉工程职业技术学院学报.2005
[7].叶欢.模糊规则自学习技术在模糊自适应遗传算法设计中的应用研究[D].南京航空航天大学.2004
[8].郑水英.自学习技术在转子振动主动控制中的应用[J].中国机械工程.1995
论文知识图
