本文提出一种以线性神经网络为基础测量气，固两相流速度的新方法。首先通过对两个传感器之间的流动噪声输送过程进行分析，建立两个传感器信号之间的数学模型。并以此为基础通过线性神经网络测量流动噪声的渡越时间，进而测出流速。实验结果表明，此方法可以克服常用的相关估计方法中存在的随机误差较大，分辨率较低的缺点，为两相流流速的测量测量了一种有效的手段。

分析了影响时差定位法精度的主要因素,将线性神经网络方法和模态声发射理论应用于突发声发射定位中,并在板结构上进行实验验证。实验结果表明,达到了精确定位的预期要求,定位不确定度由1.89%降至0.45%,较好地满足了工程实际需要。该方法不仅适用于突发声发射时差定位,也为连续声发射时差定位奠定了基础。

研究了线性神经网络在加速度计静态误差模型参数标定中的应用。根据加速度计静态数学模型的特点，选用网络结构简单、收敛速度快而不存在局部极小值问题的线性神经网络对加速度计静态模型进行辨识。同时考虑了加速度计安装到分度头上标定时，加速度计的安装误差角和分度头的转动精度对标定精度影响，并给出了相应的误差角计算和补偿方法，有效地提高了加速度计静态误差模型的标定精度。试验表明线性神经网络是一种有效的加速度计静态模型的标定方法而且具有较高的精度。