期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的微量药品动态称重系统非线性补偿 被引量:45
1
作者 庄育锋 胡晓瑾 翟宇 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1914-1920,共7页
针对微量药品动态称重系统中电阻应变式称重传感器的输出电压与药品单元质量之间的非线性关系问题,提出了基于BP神经网络的非线性补偿方案。基于L-M算法建立了BP神经网络模型,实现了电阻应变式称重传感器的输入与输出非线性补偿校正,并... 针对微量药品动态称重系统中电阻应变式称重传感器的输出电压与药品单元质量之间的非线性关系问题,提出了基于BP神经网络的非线性补偿方案。基于L-M算法建立了BP神经网络模型,实现了电阻应变式称重传感器的输入与输出非线性补偿校正,并与bfgs拟牛顿算法、Scaled共轭梯度算法所建立的BP神经网络模型对比,重点比较了模型预测输出、误差性能分析、回归分析。仿真实验结果表明:基于L-M算法建立的BP神经网络模型,在收敛速度、误差性能方面具有更高效的表现,有利于微量药品动态称重系统中称重传感器的非线性特性的有效校正。 展开更多
关键词 微量 药品称重 动态 BP神经网络 LEVENBERG-MARQUARDT算法 拟牛顿算法 scaled共轭梯度算法 误差性能分析
在线阅读 下载PDF
基于小波神经网络的水轮机叶片裂纹源的定位技术 被引量:4
2
作者 王向红 朱昌明 +1 位作者 毛汉领 黄振峰 《上海交通大学学报》 EI CAS CSCD 北大核心 2008年第8期1301-1304,1309,共5页
针对水轮机结构复杂等特点,传统的时差定位及模态定位方法不能满足其裂纹水轮机叶片定位要求,提出利用小波神经网络对水轮机转轮叶片的裂纹进行定位.训练采用标度共轭梯度算法(SCG),并对输出结果采用竞争处理方式.结果表明,与BP网络相比... 针对水轮机结构复杂等特点,传统的时差定位及模态定位方法不能满足其裂纹水轮机叶片定位要求,提出利用小波神经网络对水轮机转轮叶片的裂纹进行定位.训练采用标度共轭梯度算法(SCG),并对输出结果采用竞争处理方式.结果表明,与BP网络相比,小波神经网络提高了定位的准确度,所确定的裂纹位置最大误差仅为4.2%,是一种适合复杂结构的定位方法. 展开更多
关键词 小波神经网络 标度共轭梯度算法 源定位 声发射
在线阅读 下载PDF
算子分裂法求解旋转坐标系下不可压黏性流动 被引量:2
3
作者 刘海湖 苏剑 +2 位作者 高丽敏 李开泰 王尚锦 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第7期833-837,共5页
提出了求解旋转坐标系下的不可压黏性流动问题的θ格式算子分裂算法.通过算子分裂,把不可压缩性、非线性和哥氏力占优三大耦合困难分割开来.采用亚网格尺度稳定化方法消除了Galerkin方法求解时由于不可压缩性和哥氏力占优所引发的数值振... 提出了求解旋转坐标系下的不可压黏性流动问题的θ格式算子分裂算法.通过算子分裂,把不可压缩性、非线性和哥氏力占优三大耦合困难分割开来.采用亚网格尺度稳定化方法消除了Galerkin方法求解时由于不可压缩性和哥氏力占优所引发的数值振荡.结合最小二乘和共轭梯度法间接求解非线性子问题,排除了强对流作用所引发的数值振荡,避免了引入迎风格式离散对流项的必要性.同时该算法保证了迭代过程中有限元总刚度矩阵正定不变的特性,为求解线性方程组采用高效的求解器提供了可能.数值试验表明,该算法具有稳定性好、收敛速度快、计算精度高的特点. 展开更多
关键词 哥氏力 算子分裂 稳定化方法 亚网格尺度 共轭梯度法
在线阅读 下载PDF
船舶发电机组转速神经网络模型参考自适应控制研究 被引量:1
4
作者 张威 施伟锋 许丽霞 《高技术通讯》 CAS CSCD 北大核心 2014年第10期1089-1095,共7页
将基于神经网络的模型参考自适应控制(NNMRAC)作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结... 将基于神经网络的模型参考自适应控制(NNMRAC)作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结构,网络训练采用量化共轭梯度反向传播优化学习算法。学习完成的神经网络模型参考自适应控制器与PID控制器并行作用于船舶发电机组,仿真数据表明船舶发电机组转速控制系统的调速快速性得到了提高、灵敏度得到了改善。 展开更多
关键词 船舶发电机组 神经网络 模型参考自适应控制(MRAC) 转速控制 量化共轭 梯度算法
在线阅读 下载PDF
基于神经网络的金融市场艾略特波浪识别
5
作者 李音润 欧鸥 《计算机应用与软件》 北大核心 2018年第12期285-292,共8页
艾略特波浪理论作为金融市场的研究工具,描述了股价的结构规律。针对艾略特波浪理论,结合人工智能方法,以时间序列为基础,提出并比较了两种基于人工神经网络的分类器。第一种技术是结合了后向传播学习算法的多层人工神经网络,1 600次迭... 艾略特波浪理论作为金融市场的研究工具,描述了股价的结构规律。针对艾略特波浪理论,结合人工智能方法,以时间序列为基础,提出并比较了两种基于人工神经网络的分类器。第一种技术是结合了后向传播学习算法的多层人工神经网络,1 600次迭代后均方误差小于0. 87。根据传统后向传播网络的缺陷与金融市场的特性,提出第二种改进网络,即与模糊理论相结合的基于缩放共轭梯度算法的人工神经网络。经120次迭代后均方误差小于0. 22,相比于第一种方法,准确率提高74. 7%,收敛速度提高92. 5%。 展开更多
关键词 人工神经网络 模糊神经网络 艾略特波浪理论 后向传播算法 模糊理论 缩放共轭梯度算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部