期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SABO-GRNN模型的变距离多光谱辐射测温的研究
1
作者
梁乾
刘力双
牛春晖
《激光技术》
北大核心
2025年第6期918-926,共9页
为了解决传统辐射测温中发射率难以确定以及精度受测温距离影响的情况,采用一种基于减法平均改进型的广义回归神经网络(SABO-GRNN)的多光谱辐射测温方法,建立了目标温度与光谱辐射强度的非线性数学模型。采用主成分分析方法,从输入光谱...
为了解决传统辐射测温中发射率难以确定以及精度受测温距离影响的情况,采用一种基于减法平均改进型的广义回归神经网络(SABO-GRNN)的多光谱辐射测温方法,建立了目标温度与光谱辐射强度的非线性数学模型。采用主成分分析方法,从输入光谱信息中提取蕴含信息量较大的主元成分以及对测温影响较大的距离因素,作为网络模型的输入变量;对样本数据充分学习,使用寻优能力强、收敛速度快的减法平均算法,改进广义回归神经网络模型,并分析其预测效果。结果表明,采用高温马弗炉作为测温目标源,在固定测温距离下,该方法的平均相对误差为0.51%,与主成分分析-极限学习机算法相比降低了33.1%;在测温距离改变的条件下,该方法的最大相对误差不超过1.74%。该研究为神经网络与最优化算法在辐射测温领域的应用提供了帮助。
展开更多
关键词
计量与
测
量
多光谱辐射测温算法
广义回归神经网络
减法平均
算法
主元分析
在线阅读
下载PDF
职称材料
题名
基于SABO-GRNN模型的变距离多光谱辐射测温的研究
1
作者
梁乾
刘力双
牛春晖
机构
北京信息科技大学仪器科学与光电工程学院
出处
《激光技术》
北大核心
2025年第6期918-926,共9页
基金
北京市自然科学基金(青年项目)资助项目(4244105)。
文摘
为了解决传统辐射测温中发射率难以确定以及精度受测温距离影响的情况,采用一种基于减法平均改进型的广义回归神经网络(SABO-GRNN)的多光谱辐射测温方法,建立了目标温度与光谱辐射强度的非线性数学模型。采用主成分分析方法,从输入光谱信息中提取蕴含信息量较大的主元成分以及对测温影响较大的距离因素,作为网络模型的输入变量;对样本数据充分学习,使用寻优能力强、收敛速度快的减法平均算法,改进广义回归神经网络模型,并分析其预测效果。结果表明,采用高温马弗炉作为测温目标源,在固定测温距离下,该方法的平均相对误差为0.51%,与主成分分析-极限学习机算法相比降低了33.1%;在测温距离改变的条件下,该方法的最大相对误差不超过1.74%。该研究为神经网络与最优化算法在辐射测温领域的应用提供了帮助。
关键词
计量与
测
量
多光谱辐射测温算法
广义回归神经网络
减法平均
算法
主元分析
Keywords
metrology and measurement
multispectral radiation thermometry algorithm
generalized regression neural network
subtraction-average-based optimizer
principal component analysis
分类号
TB133 [机械工程—光学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SABO-GRNN模型的变距离多光谱辐射测温的研究
梁乾
刘力双
牛春晖
《激光技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
