摘要：在网络大数据和移动互联网时代,函数逼近广泛应用于各行各业中,深度学习和自动编码器也得到了越来越多的关注.在大数据集环境下,由于网络层数有限,以及系统参数难调优,传统有监督学习的BP神经网络算法易出现过拟合收敛到局部最优的问题;在应用于逼近控制系统时易出现效率低、误差大等不良效果.针对以上问题,提出一种基于Deep Learning自编码的逼近控制系统,采用逐层参数独立学习机制.通过对比仿真实验表明,无监督特征学习的深度学习自编码能有效提高逼近系统函数逼近的准确率,在逼近控制系统中具有良好的应用前景.

摘要：以FPGA为平台设计一套TDLAS在线气体检测系统。在线气体检测需要高精度以及快速的数据分析和处理速度。相比于传统单片机,FPGA在工作速度以及功耗等方面具有较大优势,可以保证数据分析和处理的实时性;基于TDLAS(可调谐二极管吸收光谱学)的二次谐波检测技术可以减小噪声等因素带来的影响,保证检测结果的精度。本文详细介绍了系统的检测原理以及TDL驱动电路的设计方法,并由FPGA产生所需调制信号。该系统适用于现场高精度高速度的气体监测。