期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
BP网络在边坡稳定性分析中的应用 被引量:17
1
作者 张吉萍 陈虬 《西南交通大学学报》 EI CSCD 北大核心 2001年第6期648-651,共4页
提出利用人工神经网络技术分析边坡稳定性的一种方法。考虑影响边坡稳定性分析的各种自然因素 ,利用BP网络的非线性映射能力 ,计算边坡稳定性分析的安全系数。以黄土地区边坡的工程数据为例 ,结果表明该方法简单实用 ,可以满足工程要求。
关键词 BP神经网络 边坡稳定性 安全系数 非线性映射能力 路堤工程 反传学习算法
在线阅读 下载PDF
飞行参数的神经网络估计方法 被引量:2
2
作者 李爱军 沈毅 章卫国 《兵工自动化》 2003年第4期1-3,共3页
用所获得的飞行数据训练前馈神经网络,可直接估计飞机的飞行参数。对于飞机的短周期运动方程,网络的输入变量是飞机的仰角、俯仰角速度和舵面偏转角,输出变量是气动力和力矩系数。训练过程中,时间点的输入由输入节点表示,相应时刻的输... 用所获得的飞行数据训练前馈神经网络,可直接估计飞机的飞行参数。对于飞机的短周期运动方程,网络的输入变量是飞机的仰角、俯仰角速度和舵面偏转角,输出变量是气动力和力矩系数。训练过程中,时间点的输入由输入节点表示,相应时刻的输出在输出节点上获得。获得的值与对应的期望值对比,误差使用反传学习算法传回网络,用以更新连接权值。模拟飞行数据仿真证明,该方法有效并具有较好的鲁棒性。 展开更多
关键词 飞机 飞行参数 前馈神经网络 反传学习算法 参数估计 仿真
在线阅读 下载PDF
基于关键输入和多输入层高维小波网络
3
作者 李换琴 万百五 《自动化学报》 EI CSCD 北大核心 2004年第6期939-943,共5页
提出一种基于关键输入和加工工序的多输入层高维小波神经网络结构,该网络结构是在传统前馈神经网络的基础上,将一部分输入节点根据实际情况移到神经网络的相关隐层,关键输入节点不仅与随后一层隐节点相连,而且与输出节点相连,更真... 提出一种基于关键输入和加工工序的多输入层高维小波神经网络结构,该网络结构是在传统前馈神经网络的基础上,将一部分输入节点根据实际情况移到神经网络的相关隐层,关键输入节点不仅与随后一层隐节点相连,而且与输出节点相连,更真实地反映了大工业生产过程中变量之间复杂的函数关系.将该种小波网络模型应用于连铸连轧生产线产品质量建模,其效果较其他4种神经网络为优越. 展开更多
关键词 神经网络 BP算法 网络结构 误差反传学习算法 高维小波网络
在线阅读 下载PDF
基于神经网络的模糊控制器及其应用
4
作者 叶旭东 《阜新矿业学院学报》 CAS 1996年第4期498-500,共3页
本文提出了一种基于神经网络的模糊控制器,采用神经网络技术实现模糊控制的知识规则的获取、隶属函数的确定及模糊推理。
关键词 神经网络 模糊控制 反传学习算法 控制器
在线阅读 下载PDF
一种用于模式识别的新型神经网络模型 被引量:1
5
作者 田凯 郑丽颖 王科俊 《哈尔滨工程大学学报》 EI CAS CSCD 2002年第6期82-84,共3页
双向联想记忆(BAM)网络和BP网络是两种重要的神经网络模型,研究结果表明将BAM网络的输入用40%的噪声污染,这种网络仍然可以实现正确联想.另一方面BAM网络有一个严重的缺点就是它无法实现数据压缩,而BP网络却恰恰能够很好地实现数据压缩... 双向联想记忆(BAM)网络和BP网络是两种重要的神经网络模型,研究结果表明将BAM网络的输入用40%的噪声污染,这种网络仍然可以实现正确联想.另一方面BAM网络有一个严重的缺点就是它无法实现数据压缩,而BP网络却恰恰能够很好地实现数据压缩,但它的容错性不好.本文同时从识别率和节省存储空间两方面出发,提出了一种BAM-BP神经网络模型.该模型具有容错性好、识别率高、简单等优点. 展开更多
关键词 双联想记忆(BAM) BP神经网络 模式识别 误差(BP)学习算法 BAM-BP神经网络
在线阅读 下载PDF
超声波电机转速的PIDNN控制 被引量:4
6
作者 朱宜家 陈国光 +2 位作者 范旭 杨智杰 白敦卓 《传感器与微系统》 CSCD 2017年第11期60-63,共4页
针对行波超声波电机运行过程中的较强时变性与非线性特征,引入了一种比例—积分—微分神经元网络(PIDNN)电机速度控制器。控制器网络融合了状态转换函数,具备动态映射能力,利用PID控制律先验知识确定权值初值,通过可变学习速度反传算法(... 针对行波超声波电机运行过程中的较强时变性与非线性特征,引入了一种比例—积分—微分神经元网络(PIDNN)电机速度控制器。控制器网络融合了状态转换函数,具备动态映射能力,利用PID控制律先验知识确定权值初值,通过可变学习速度反传算法(VLBP)在线学习,使训练结果快速收敛,不易陷入局部极小,从而实现对超声波电机稳定快速的控制。采用参数变化电机模型对控制器进行仿真校验,仿真结果表明:方法具有较快的响应速度和较高的鲁棒性,能通过在线学习补偿电机运行过程中的非线性。 展开更多
关键词 超声波电机 比例—积分—微分神经网络 可变学习速度算法 速度控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部