期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
双权值神经网络在图像分割中的应用 被引量:4
1
作者 邹海 褚维翠 +2 位作者 徐军 张娟 王子琦 《计算机工程与应用》 CSCD 2012年第13期163-166,195,共5页
采用基于误差反向传播的双权值神经网络学习算法,同时确定核心权值、方向权值以及幂参数、学习率等参数,通过适当地调节这些参数,从而实现尽可能多种不同超曲面的特性。在对双权值网络进行训练时,通过对人物头像的分割,将该算法与带动量... 采用基于误差反向传播的双权值神经网络学习算法,同时确定核心权值、方向权值以及幂参数、学习率等参数,通过适当地调节这些参数,从而实现尽可能多种不同超曲面的特性。在对双权值网络进行训练时,通过对人物头像的分割,将该算法与带动量项BP算法进行了比较。最后将双权值神经网络成功地运用于车牌号码等图像的分割工作中,取得了良好的图像分割效果。 展开更多
关键词 BP算法 双权值神经网络 图像分割
在线阅读 下载PDF
一种新的双权值前向神经网络学习算法 被引量:2
2
作者 武妍 王守觉 《计算机工程与应用》 CSCD 北大核心 2005年第13期1-3,16,共4页
提出了一种新的基于遗传算法和误差反向传播的双权值神经网络学习算法,同时确定核心权值、方向权值以及幂参数、学习率等参数,通过适当地调节这些参数,可以实现尽可能多种不同超曲面的特性以及起到加快收敛的效果。并通过对实际的模式... 提出了一种新的基于遗传算法和误差反向传播的双权值神经网络学习算法,同时确定核心权值、方向权值以及幂参数、学习率等参数,通过适当地调节这些参数,可以实现尽可能多种不同超曲面的特性以及起到加快收敛的效果。并通过对实际的模式分类问题的仿真,将文中的方法与带动量项BP算法、CSFN等算法进行了比较,验证了其有效性。实验结果表明所提出的方法具有分类准确率高、收敛速度快的优点。 展开更多
关键词 超曲面神经元模型 双权值神经网络 学习算法 遗传算法
在线阅读 下载PDF
基于神经网络的语音识别研究 被引量:2
3
作者 叶虹 祝永华 张有正 《科学技术与工程》 2010年第19期4797-4800,共4页
提出了一种基于双权值神经网络的非特定人连续语音识别的新算法。这种算法可以不经过端点检测和分割,构建连续语音中各不同音节的特征空间覆盖区,可以避免因分割错误而带来的错误识别。通过实验得到了较为满意的识别结果。
关键词 双权值神经网络 连续语音 语音识别
在线阅读 下载PDF
电流自适应控制抑制开关磁阻电机转矩脉动 被引量:4
4
作者 党选举 苗茂宇 +2 位作者 姜辉 伍锡如 李珊 《振动与冲击》 EI CSCD 北大核心 2018年第3期66-71,共6页
开关磁阻电机(SRM)的强非线性源自其双凸极结构、磁路非线性和脉冲供电方式。传统控制多采用SRM线性转矩模型求得参考电流,导致其运行时转矩脉动大。提出基于转矩偏差的双权值神经网络(DWNN)自适应PID控制与基于有限差分扩展卡尔曼滤波(... 开关磁阻电机(SRM)的强非线性源自其双凸极结构、磁路非线性和脉冲供电方式。传统控制多采用SRM线性转矩模型求得参考电流,导致其运行时转矩脉动大。提出基于转矩偏差的双权值神经网络(DWNN)自适应PID控制与基于有限差分扩展卡尔曼滤波(FDEKF)预测电流的前馈补偿控制相结合的SRM控制策略。(1)加入偏差预处理,对转矩偏差进行非线性处理,实现"小误差,大增益,大误差,小增益"的控制,以此为基础进行双权值神经网络自适应PID的电流控制;(2)采用预测电流,构成参考电流的前馈补偿控制,提高控制系统一步预测能力。基于有限差分扩展卡尔曼滤波预测电流,将其与参考电流之差实时补偿参考电流,优化得到恒转矩下有效的控制电流,间接实现总转矩的有效控制。仿真结果证明所提控制策略能有效抑制SRM的转矩脉动。 展开更多
关键词 开关磁阻电机 偏差预处理 双权值神经网络 有限差分扩展卡尔曼滤波
在线阅读 下载PDF
基于声信号识别的水下焊接质量检测方法研究 被引量:3
5
作者 纪晓东 程天宇 +1 位作者 华亮 张新松 《工程设计学报》 CSCD 北大核心 2023年第5期562-570,共9页
水下焊接的应用领域广泛,但其焊接质量难以保障。针对水下焊接处理过程中存在的非线性程度高、参数耦合性强以及检测效率低等问题,提出了一种新的基于声信号识别的水下焊接质量检测方法。该方法通过在水下构建基于声信号采集的监测系统... 水下焊接的应用领域广泛,但其焊接质量难以保障。针对水下焊接处理过程中存在的非线性程度高、参数耦合性强以及检测效率低等问题,提出了一种新的基于声信号识别的水下焊接质量检测方法。该方法通过在水下构建基于声信号采集的监测系统,实时采集焊件焊接过程中的声信息,并通过对声信号进行滤波降噪处理和特征提取,构建双权值神经网络(double-weight neural network, DWNN)模型。该模型具有优秀的高维数据非线性拟合能力,可实现水下焊接多参数与声信号多特征之间的非线性映射,且在小样本情况下仍能实现高精度的模式识别。以高强度低碳合金钢——HSLA-115钢作为焊接对象,开展水下焊接质量检测实验。结果表明,DWNN模型应用于水下焊接质量检测的识别精度可达100%。研究结果可为水下焊接工艺的优化和水下焊件专家知识库的构建提供参考依据。 展开更多
关键词 水下焊接 声信号 特征提取 双权值神经网络
在线阅读 下载PDF
CSSA-DWNN算法的机器人焊接工艺参数优化研究 被引量:2
6
作者 朱广明 华亮 +1 位作者 赵佳皓 羌予践 《实验室研究与探索》 CAS 北大核心 2023年第7期48-53,共6页
使用机器人进行焊接作业是提升工业生产效率的重要手段,合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题,提出了一种混沌麻雀搜索算法优化双权值神经网络的新... 使用机器人进行焊接作业是提升工业生产效率的重要手段,合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题,提出了一种混沌麻雀搜索算法优化双权值神经网络的新算法。该方法利用混沌麻雀搜索算法的全局搜索能力为双权值神经网络的方向权值、核心权值、幅值选取最优参数。提出了基于新算法的焊接工艺参数优化方法,建立焊接工艺参数与焊接质量之间的映射模型,获取最优焊接参数。分别采用模拟数据与实测激光焊接实验数据对所提方法进行测试,结果表明,混沌麻雀搜索算法优化的双权值神经网络迭代速度快、拟合精度高,较传统的双权值神经网络和径向基神经网络性能更优,适用于工业生产中焊接机器人工艺参数的高效设定。 展开更多
关键词 焊接机器人 双权值神经网络 混沌麻雀搜索算法 参数优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部