-
题名连续振动载荷在线复现控制技术研究
- 1
-
-
作者
严侠
王军评
毛勇建
邓婷
-
机构
中国工程物理研究院总体工程研究所
-
出处
《振动工程学报》
EI
CSCD
北大核心
2024年第10期1679-1687,共9页
-
基金
国防技术基础重点项目(JSHS2018212C001)
中国工程物理研究院总体工程研究所快响项目(2021KX11)。
-
文摘
提出一种主从分布式振动试验方法,建立了连续振动载荷在线复现控制技术,研制了系统样机。其中,提出一种信号分帧处理与重构技术,解决了长时连续振动载荷的在线波形复现难题;提出一种基于多量级样本库构建与加权平均的传递函数动态估计方法,抑制了系统非线性对控制精度的影响;采用谱误差反馈修正方法,改善了系统的频域控制精度。开展了“1主2从”联台试验,结果表明:时域和频域控制精度良好,整体延迟时间在亚秒量级,全程总均方根值误差在1%以内,为主从分布式振动试验提供了关键技术支撑。
-
关键词
主从分布式振动试验
振动控制
在线波形复现
传递函数
分帧与重构
多量级随机信号驱动
-
Keywords
master‑slave distributed vibration test
vibration control
online waveform replication
transfer function
frame segmentation and reconstruction
multi‑level random signal driving
-
分类号
O324
[理学—一般力学与力学基础]
TB535
[理学—声学]
-
-
题名旋转机械故障诊断的量子神经网络算法
被引量：15
- 2
-
-
作者
朱大奇
陈尔奎
-
机构
江南大学控制科学与工程研究中心
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2006年第1期132-136,共5页
-
基金
江苏省自然科学基金项目(BK2004021)
教育部科学技术研究重点项目基金(105088)
总装备部国防预研基金(413170203)
-
文摘
针对故障模式之间存在交叉数据的诊断不确定问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中,通过测试被诊断设备的振动速度和加速度信号,求出两传感器对各故障模式的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各故障模式隶属度值,确定真正的故障模式,提高了故障诊断的准确率。
-
关键词
量子神经网络
多层激励函数
信息融合
模式识别
故障诊断
-
Keywords
Quantum neural network
multi-level transfer function
Information fusion
Pattern recognition
Fault diagnosis
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于量子神经网络的人脸表情识别研究
被引量：2
- 3
-
-
作者
李俊华
彭力
-
机构
江南大学通信与控制工程学院
-
出处
《控制工程》
CSCD
2008年第5期549-551,555,共4页
-
基金
国家自然科学基金资助项目(60674092)
江苏省高科技研究基金资助项目(BG2006010)
-
文摘
人脸表情识别是模式识别领域的一个非常重要却十分复杂的研究课题。为了提高识别率和可靠性,提出了一种基于多层激励函数的量子神经网络和多级分类器组合的人脸表情识别方法。采用CMU人脸表情库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现了量子神经网络用于模式识别的优越性和潜力。
-
关键词
量子神经网络
多层激励函数
多级分类器
人脸表情识别
-
Keywords
quantum neural network
multi-level transfer function
multi-layer classifier
facial expression recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于量子神经网络的手写体数字识别方法研究
被引量：8
- 4
-
-
作者
吴茹石
彭力
-
机构
江南大学控制科学与工程研究中心
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第18期4462-4465,共4页
-
文摘
手写体数字识别问题是模式识别领域的一个重要研究课题。提出了一种基于多层激励函数的量子神经网络和多级分类器组合的手写体数字识别方法,采用MNIST数据库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现出量子神经网络用于模式识别的优越性和潜力。
-
关键词
量子神经网络
多层激励函数
多级分类器
手写体数字识别
模式识别
-
Keywords
quantum neural network
multi-level transfer function
multi-layer classifier
handwritten digital recognition
patternrecognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多层激励函数量子神经网络的字符识别算法
被引量：1
- 5
-
-
作者
吴茹石
朱大奇
彭力
-
机构
江南大学智能控制研究所
上海海事大学信息工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2007年第4期401-406,共6页
-
基金
江苏省自然科学基金(BK2004021)资助项目
教育部科学技术研究重点项目基金(105088)资助项目
-
文摘
针对不同样本之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入模式识别之中,提出一种基于量子神经网络的模式识别算法。量子神经网络是将神经元与模糊理论相结合的模糊神经系统,由于自身固有的模糊性,它能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性。本文以英文字母为例,应用量子神经网络模型进行字符识别,通过比较发现量子神经网络除了可以克服BP网络的诸多缺点外,对具有不确定性、两类模式之间存在交叉数据的模式识别问题,有极好的分类效果。仿真结果证明该方法的正确性和有效性。
-
关键词
字符识别算法
量子神经网络
多层激励函数
模式识别
-
Keywords
character recognition algorithm
quantum neural network
multi-level transfer function
pattern recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种改进的量子神经网络频谱感知算法
被引量：5
- 6
-
-
作者
赵阳
孙学斌
周正
-
机构
北京邮电大学信息与通信工程学院
-
出处
《无线电通信技术》
2015年第2期7-11,共5页
-
基金
国家自然科学基金项目(60902046)
-
文摘
为了克服传统频谱感知的缺点,提升在低信噪比下的频谱检测性能,提出了一种改进的量子神经网络频谱感知算法。通过提取授权用户信号的特征参数,对量子神经网络进行训练,获取授权信号中数据的不确定性并加以存储、记忆,从而实现周围环境"频谱机会"的检测。为了提高量子神经网络的收敛性、稳定性,对算法进行改进,采用三层Josephson函数作为激励函数,缩短激励函数的饱和区,减少训练过程中出现"假饱和"现象;并在原有的学习目标函数中加入约束条件,使网络权值的调整和量子间隔的更新在学习过程中的相互影响降到最低。通过实验仿真得出,改进后的量子神经网络算法与改进前的算法、BP神经网络检测算法相比,不但在网络收敛速度和稳定性上有了明显提升,而且在低信噪比情况下具有更高的检测概率。
-
关键词
认知无线电
频谱感知
量子神经网络
多层激励函数
Josephson函数
-
Keywords
cognitive radio
spectrum sensing
quantum neural network
multi-level transfer function
Josephson lunction
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
