-
题名基于GA-BP神经网络模型的石墨烯发声器研究
- 1
-
-
作者
胡卜元
王德波
-
机构
南京邮电大学集成电路科学与工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第10期1764-1769,共6页
-
基金
国家自然科学基金青年项目(61904089)
江苏省自然科学基金青年项目(BK20190731)。
-
文摘
为了解决传统石墨烯发声器物理模型计算量大、精度不高的问题,提出了一种基于GA遗传算法的BP神经网络模型,该算法模型具有更高的精度和适应性。首先,介绍了石墨烯热声发声原理以及实验设计,建立了GA-BP神经网络模型。其次,对模型的参数进行了调节,并对比了基于dropout、基于正则化、基于正则化和GA遗传算法的三种神经网络模型。随后在模型中输入石墨烯发声器的正弦激励幅值、频率以及测量距离,使用GA遗传算法对隐藏层的权值和偏置进行全局寻优,将寻优结果代入BP神经网络,最终预测出给定条件下的声压级。结果表明,在均使用正则化的条件下,BP神经网络预测准确度为98.05%,均方差为0.23;GA-BP神经网络预测准确度达到98.62%,均方差仅为0.14。优化后精准度提高了0.57%,均方差降低了41.36%,展现出更加优异的准确性和适应性。该研究为预测多类特征传感器的非线性输出结果提供了一种高精准度、高适应性的方案。
-
关键词
石墨烯热声发声器
BP神经网络
GA遗传算法
声压级
-
Keywords
graphene loudspeaker
BP neural network
GA genetic algorithm
sound pressure level
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
