期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于改进型BP神经网络的瓦斯传感器的非线性校正 被引量:5
1
作者 刘刚 刘学仁 +1 位作者 嵇英华 罗海梅 《传感器与微系统》 CSCD 北大核心 2007年第1期15-17,20,共4页
提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线行校正。仿真实验结果表明:与传统的分段线性与BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确... 提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线行校正。仿真实验结果表明:与传统的分段线性与BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的±5.020%提高到现在的±0.130%,且易于动态调校。 展开更多
关键词 改进型bp神经网络 瓦斯传感器 非线性校正
在线阅读 下载PDF
基于改进型BP神经网络的湿重软测量 被引量:3
2
作者 孙瑜 周强 王孟效 《中国造纸学报》 EI CAS CSCD 北大核心 2003年第1期114-118,共5页
针对制浆造纸工业中湿重无法在线测量的难题 ,分析了湿重值与进浆流量、打浆浓度、打浆电流及原湿重值等参数的关系 ,提出了基于改进型BP神经网络的湿重软测量技术 。
关键词 制浆造纸 湿重 改进型bp神经网络 在线测量 软测量
在线阅读 下载PDF
基于改进型BP神经网络的并联机构位置正解研究 被引量:5
3
作者 高刚毅 姜全新 陈畅子 《机床与液压》 北大核心 2017年第21期60-63,共4页
采用了一种改进型的BP神经网络方法对3-RSR并联机构的位置正解进行了研究,首先通过理论方法对3-RSR并联机构的位置逆解进行求解,然后采用改进型BP神经网络对通过位置逆解得到的数据进行了网络训练,神经网络训练结果与理论结果对比,验证... 采用了一种改进型的BP神经网络方法对3-RSR并联机构的位置正解进行了研究,首先通过理论方法对3-RSR并联机构的位置逆解进行求解,然后采用改进型BP神经网络对通过位置逆解得到的数据进行了网络训练,神经网络训练结果与理论结果对比,验证了该方法的合理性。而且,对比改进后的BP神经网络结果与普通BP神经网络结果,发现两种方法均具有非常高的计算效率,且有效避免了复杂的推导和演算,但改进型BP神经网络方法得到的结果精度更高,因而在高精度的工程领域,采用改进型BP神经网络方法更具合理性。 展开更多
关键词 并联机构 位置正解 改进型bp神经网络
在线阅读 下载PDF
改进型BP神经网络的非线性多模型自适应控制 被引量:3
4
作者 王素珍 刘建锋 《电光与控制》 CSCD 北大核心 2021年第8期1-5,共5页
针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控... 针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控制;而当非线性部分对系统影响较大时,则采用基于改进的BP神经网络的自适应控制。其次,利用切换准则对控制输入进行平滑切换并给出了稳定性证明。最后,仿真结果表明所提方法能提高系统控制品质、减少控制信号的振荡。 展开更多
关键词 多模控制 非线性 改进型bp神经网络 系统辨识模
在线阅读 下载PDF
采用小波变换与RBF神经网络优化的电机故障模糊诊断系统 被引量:5
5
作者 许允之 许璟 郭西进 《实验室研究与探索》 CAS 北大核心 2012年第5期48-51,共4页
针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪。同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故... 针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪。同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故障诊断系统提供了可靠的诊断依据。建立了基于改进型BP神经网络的电机故障模糊诊断系统,抽象出了偏心故障的诊断规则。实测结果表明,该系统能够可靠地诊断电机的偏心故障。 展开更多
关键词 MORLET小波分析 RBF神经网络 CZT分析 改进型bp神经网络 模糊推理
在线阅读 下载PDF
提升管二次风对循环流率影响的试验及预测模型研究 被引量:1
6
作者 陈鸿伟 祁海波 +1 位作者 杨新 梁占伟 《太阳能学报》 EI CAS CSCD 北大核心 2013年第6期1109-1114,共6页
设计并搭建双循环流化床冷态试验台,通过试验分析提升管二次风风量、二次风送风方式、二次风口高度和二次风口数目对颗粒循环流率的影响。建立BP神经网络预测模型,采用3种算法对颗粒循环流率进行预测,通过对比找出最优预测模型——基于L... 设计并搭建双循环流化床冷态试验台,通过试验分析提升管二次风风量、二次风送风方式、二次风口高度和二次风口数目对颗粒循环流率的影响。建立BP神经网络预测模型,采用3种算法对颗粒循环流率进行预测,通过对比找出最优预测模型——基于LM算法的改进型BP神经网络预测模型。该预测模型很好地预测了二次风特性对颗粒循环流率的影响,试验值与模型预测值的平均绝对误差为0.23kg/(m2·s),平均相对误差仅为1.37%;最大偏差为1.23kg/(m2·s),最大相对误差5.75%。 展开更多
关键词 双循环流化床 二次风 颗粒循环流率 改进型bp神经网络 预测模
在线阅读 下载PDF
铜闪速熔炼过程操作参数预测模型及应用 被引量:1
7
作者 谢锴 米沙 +1 位作者 严兵 李启 《有色金属(冶炼部分)》 CAS 北大核心 2015年第5期5-9,46,共6页
基于某厂实际铜闪速熔炼工艺和控制过程,对神经网络模型在铜闪速熔炼过程在线控制进行了研究。在分析影响溶剂率、熔炼氧单耗、反应塔总风量操作参数因素的基础上,提出一种基于BP神经网络的操作参数的预测方法,分别建立了输入向量只包... 基于某厂实际铜闪速熔炼工艺和控制过程,对神经网络模型在铜闪速熔炼过程在线控制进行了研究。在分析影响溶剂率、熔炼氧单耗、反应塔总风量操作参数因素的基础上,提出一种基于BP神经网络的操作参数的预测方法,分别建立了输入向量只包含主要元素和考虑杂质元素的BP神经网络模型。网络的训练和测试结果表明,两种神经网络的输出值与实际值的最大相对误差均小于1.0%,输出值与实际样本值吻合得较好,模型输入参数中包括杂质元素时具有更高的计算精度。 展开更多
关键词 铜闪速熔炼 在线控制 改进型bp神经网络 预测模
在线阅读 下载PDF
变厚度曲面复合工件超声波形自动跟踪研究 被引量:2
8
作者 郑慧峰 吕江明 +1 位作者 杨妮 杨辰龙 《计量学报》 CSCD 北大核心 2012年第5期400-404,共5页
分析了变厚度曲面复合工件的超声检测和波形自动跟踪原理,利用改进型的BP神经网络来获取曲面采样点位置信息与灵敏度之间的映射关系,生成各采样点的灵敏度模板,实现了灵敏度的补偿与实时控制和超声波底波信号的自动跟踪。仿真结果和... 分析了变厚度曲面复合工件的超声检测和波形自动跟踪原理,利用改进型的BP神经网络来获取曲面采样点位置信息与灵敏度之间的映射关系,生成各采样点的灵敏度模板,实现了灵敏度的补偿与实时控制和超声波底波信号的自动跟踪。仿真结果和实验证明,该方法有效解决了复合材料A波信号的“多峰”现象给检测带来的困难,实现对变厚度曲面复合工件的波形自动跟踪,对提高类似大衰减率的材料的瞳面复杂工件的超声检测效率与精度具有普遍意义。 展开更多
关键词 计量学 超声检测 波形跟踪 变厚度曲面 改进型bp神经网络
在线阅读 下载PDF
PSD非线性误差校正研究 被引量:1
9
作者 郭智辉 丁喆 《电源技术》 CAS CSCD 北大核心 2014年第7期1356-1357,共2页
为了提高遥控导弹攻击的精确度,针对影响其精确度的主要因素是半导体光电位置敏感器件(position sensitive detector,PSD)的非线性,提出基于改进型BP神经网络算法校正某遥控导弹的PSD非线性误差方法。利用LM改进BP算法以及BP算法训练数... 为了提高遥控导弹攻击的精确度,针对影响其精确度的主要因素是半导体光电位置敏感器件(position sensitive detector,PSD)的非线性,提出基于改进型BP神经网络算法校正某遥控导弹的PSD非线性误差方法。利用LM改进BP算法以及BP算法训练数据时,使用两个隐含层对神经网络进行训练,结果为:两个隐含层的神经元个数分别为38和34;网络的第一、第二隐含层以及输出层采用的激励函数分别为tansig、tansig、logsig;编程设定最大训练次数为500,目标收敛精度为1×10-4;设置训练函数为trainlm。利用未经训练的数据对网络进行测试,该网络的计算输出误差大约在0.01 mm之内,其中最大误差为0.015 mm。理论分析与仿真结果表明,采用该方法后,即使目标发生机动,遥控导弹也能正确攻击到目标。 展开更多
关键词 改进型bp神经网络算法 遥控导弹 PSD 非线性误差
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部