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
2
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
基于改进海鸥算法结合Elman网络的板形模式识别方法
被引量：
1
1
作者
吕冠艳
田学东
李奋华
《矿冶工程》
CAS
北大核心
2023年第2期140-144,148,共6页
为了提高板形模式识别精度,提出了一种基于改进海鸥算法结合Elman网络的板形模式识别方法。将改进的海鸥算法对Elman网络权值阈值进行优化,用于板形模式识别,选取20组数据进行测试,并将结果与基于BP神经网络的板形模式识别和基于传统El...
为了提高板形模式识别精度,提出了一种基于改进海鸥算法结合Elman网络的板形模式识别方法。将改进的海鸥算法对Elman网络权值阈值进行优化,用于板形模式识别,选取20组数据进行测试,并将结果与基于BP神经网络的板形模式识别和基于传统Elman网络的板形模式识别方法进行比较,结果表明本文算法精度更高、效果更好,均方误差MSE相比其他算法低2个数量级。
展开更多
关键词
海鸥算法
混沌映射
板形模式识别
ELMAN神经网络
板
形
控制
在线阅读
下载PDF
职称材料
基于优化终端滑模模糊神经网络的板形模式识别
被引量：
4
2
作者
吴忠强
康晓华
于丹琦
《矿冶工程》
CSCD
北大核心
2017年第5期109-113,117,共6页
针对板形模式识别问题,将板形信号离散化、归一化,作为终端滑模模糊神经网络的学习样本,建立识别模型。在模糊神经网络的基础上,利用终端滑模权值调整律代替梯度下降法的权值调整律,提高网络的精度。为了进一步提高识别的精度以及收敛速...
针对板形模式识别问题,将板形信号离散化、归一化,作为终端滑模模糊神经网络的学习样本,建立识别模型。在模糊神经网络的基础上,利用终端滑模权值调整律代替梯度下降法的权值调整律,提高网络的精度。为了进一步提高识别的精度以及收敛速度,引入布谷鸟算法优化模糊神经网络的模型参数。仿真结果表明,提出的识别模型对训练样本和未训练样本的平均最小方差分别为0.000 5和0.011 0,比模糊神经网络(FNN)和径向基神经网络(RBF)的值都小。对某冷轧厂宽度1 040 mm带材的一组实测板形数据识别结果表明,相比于FNN和RBF网络,CS-TSMFNN的识别效果更好。
展开更多
关键词
冷轧
板
板形模式识别
模糊神经网络
快速终端滑模
布谷鸟优化算法
在线阅读
下载PDF
职称材料
题名
基于改进海鸥算法结合Elman网络的板形模式识别方法
被引量：
1
1
作者
吕冠艳
田学东
李奋华
机构
山西水利职业技术学院信息工程系
河北大学计算机科学与技术学院
运城学院数学与信息技术学院
出处
《矿冶工程》
CAS
北大核心
2023年第2期140-144,148,共6页
基金
国家自然科学基金青年科学基金(11501498)
山西省教育科学“十四五”规划课题(GH⁃21060)。
文摘
为了提高板形模式识别精度,提出了一种基于改进海鸥算法结合Elman网络的板形模式识别方法。将改进的海鸥算法对Elman网络权值阈值进行优化,用于板形模式识别,选取20组数据进行测试,并将结果与基于BP神经网络的板形模式识别和基于传统Elman网络的板形模式识别方法进行比较,结果表明本文算法精度更高、效果更好,均方误差MSE相比其他算法低2个数量级。
关键词
海鸥算法
混沌映射
板形模式识别
ELMAN神经网络
板
形
控制
Keywords
seagull optimization algorithm(SOA)
chaotic map
flatness pattern recognition
Elman neural network
flatness control
分类号
TH122 [机械工程—机械设计及理论]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于优化终端滑模模糊神经网络的板形模式识别
被引量：
4
2
作者
吴忠强
康晓华
于丹琦
机构
燕山大学电气工程学院工业计算机控制河北省重点实验室
出处
《矿冶工程》
CSCD
北大核心
2017年第5期109-113,117,共6页
基金
河北省自然科学基金(F2016203006)
文摘
针对板形模式识别问题,将板形信号离散化、归一化,作为终端滑模模糊神经网络的学习样本,建立识别模型。在模糊神经网络的基础上,利用终端滑模权值调整律代替梯度下降法的权值调整律,提高网络的精度。为了进一步提高识别的精度以及收敛速度,引入布谷鸟算法优化模糊神经网络的模型参数。仿真结果表明,提出的识别模型对训练样本和未训练样本的平均最小方差分别为0.000 5和0.011 0,比模糊神经网络(FNN)和径向基神经网络(RBF)的值都小。对某冷轧厂宽度1 040 mm带材的一组实测板形数据识别结果表明,相比于FNN和RBF网络,CS-TSMFNN的识别效果更好。
关键词
冷轧
板
板形模式识别
模糊神经网络
快速终端滑模
布谷鸟优化算法
Keywords
cold rolled sheet
flatness pattern recognition
fuzzy neural network(FNN)
fast terminal sliding mode
cuckoo algorithm
分类号
TG333 [金属学及工艺—金属压力加工]
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
基于改进海鸥算法结合Elman网络的板形模式识别方法
吕冠艳
田学东
李奋华
《矿冶工程》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
2
基于优化终端滑模模糊神经网络的板形模式识别
吴忠强
康晓华
于丹琦
《矿冶工程》
CSCD
北大核心
2017
4
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
