-
题名基于PSO-BP神经网络的织物疵点分类方法
被引量：5
- 1
-
-
作者
刘素一
刘晶璟
章乐多
-
机构
武汉科技学院电信系
武汉职业技术学院商学院
-
出处
《毛纺科技》
CAS
北大核心
2008年第10期53-57,共5页
-
基金
湖北省数字化纺织装备重点实验室项目(项目编号:DTI200606)
-
文摘
将粒子群优化算法运用于BP神经网络的训练,更合理地确定神经网络的连接权重和阈值,提高解决实际问题的能力。同时将PSO-BP神经网络的模型用于织物疵点的分类中。采用正交小波变换的方法对织物图像进行单层分解,并提取水平和垂直2个方向的子图像,分别代表织物的纬向和经向纹理,然后计算其经、纬向的能量、方差、熵等特征值,做为神经网络的输入值。将PSO-BP神经网络与BP神经网络分类的结果相比较,表明PSO-BP神经网络能够取得较好的效果。
-
关键词
织物
疵点检测
小波变换
粒子群优化算法
BP神经网络
分类
-
Keywords
fabric
defect detection
wavelet transform
particle swarm optimization
BP neural network
classification
-
分类号
TS101.923
[轻工技术与工程—纺织工程]
-
-
题名BP神经网络在光伏发电系统故障诊断中的应用
被引量：19
- 2
-
-
作者
兰琴丽
章乐多
-
机构
中南民族大学工商学院
海军驻上海地区电子设备军事代表室
-
出处
《通信电源技术》
2011年第4期38-40,共3页
-
文摘
介绍了并网光伏发电系统的故障诊断模式和故障原因,以及BP神经网络的结构与学习算法。针对太阳能并网光伏发电系统工作过程中可能出现的故障,提出了一种基于BP神经网络的故障诊断方法。测试结果表明了该方法的有效性和可能性,达到了预期的结果,可以用于并网光伏发电系统的故障诊断。
-
关键词
故障诊断
BP神经网络
光伏发电
-
Keywords
fault diagnosis
BP neural network
solar photovoltaic
-
分类号
TM615
[电气工程—电力系统及自动化]
-
-
题名水下航行器基础运动控制仿真研究
被引量：3
- 3
-
-
作者
章乐多
-
机构
海装上海局驻上海地区第七军代室
-
出处
《舰船电子工程》
2021年第3期157-161,共5页
-
文摘
针对某小型水下无人航行器模型,根据运动学和动力学原理,详细考虑静力、水动力、控制力作用,建立舵桨操纵形式的水下航行器空间运动仿真方法,编制仿真程序。对水下航行器水平面回转运动进行仿真,验证程序可行性。采用PD算法对航行器螺旋桨转速、垂直舵、水平舵进行控制,实现了对航行器航速、航向、深度这三个基础运动的有效控制。
-
关键词
水下无人航行器
运动仿真
基础运动控制
-
Keywords
unmanned underwater vehicle
motion simulation
basic motion control
-
分类号
U661.33
[交通运输工程—船舶及航道工程]
-
