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
3
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
基于自适应人工神经网络的无刷直流电机换相转矩波动抑制新方法
被引量：
87
1
作者
夏长亮
文德
王娟
《中国电机工程学报》
EI
CSCD
北大核心
2002年第1期54-58,共5页
分析了无刷直流电机换相转矩波动产生原理 ,提出了基于自适应人工神经网络控制的转矩波动抑制新方法。该方法对两个三层前馈式人工神经网络进行离线和在线训练 ,采用误差反传算法修正神经元间的权值。其中一个网络用于在线估计电机换相...
分析了无刷直流电机换相转矩波动产生原理 ,提出了基于自适应人工神经网络控制的转矩波动抑制新方法。该方法对两个三层前馈式人工神经网络进行离线和在线训练 ,采用误差反传算法修正神经元间的权值。其中一个网络用于在线估计电机换相参数 ,另一个网络利用估计出的参数对换相过程中端电压瞬时调节 ,形成一个电压自校正调节器。该调节器通过调节端电压使换相过程中相电流下降和上升的速率近似相等 ,保持回路中总电流幅值不变 ,实现对换相基金项目 :天津市自然科学基金重点资助项目 ( 0 1380 0 811)。转矩波动的抑制。该方法不需预知系统的精确参数 ,且对环境变化有自适应调节功能。
展开更多
关键词
无刷直流电机
换相
转矩波动
自适应人工神经网络
在线阅读
下载PDF
职称材料
基于模糊神经网络的A^2/O工艺出水氨氮在线预测模型
被引量：
15
2
作者
胡康
万金泉
+2 位作者
马邕文
黄明智
王艳
《中国环境科学》
EI
CAS
CSCD
北大核心
2012年第2期260-267,共8页
采用厌氧/缺氧/好氧污水处理系统(A2/O)对人工合成污水进行处理,并利用人工神经网络(ANN)模型和自适应模糊人工神经网络(ANFIS)模型对A2/O处理污水的过程进行仿真模拟.在MATLAB环境下,选取可在线监测的水力停留时间(HRT)、进水pH值(pH)...
采用厌氧/缺氧/好氧污水处理系统(A2/O)对人工合成污水进行处理,并利用人工神经网络(ANN)模型和自适应模糊人工神经网络(ANFIS)模型对A2/O处理污水的过程进行仿真模拟.在MATLAB环境下,选取可在线监测的水力停留时间(HRT)、进水pH值(pH)、好氧池溶解氧(DO)和混合液回流比(r)作为输入参量,系统出水氨氮浓度(NH4+eff)为输出量,建立在线预测模型.结合自适应模糊C均值聚类算法,确定ANFIS模型的模糊规则数及最优运行参数,对实验数据进行仿真预测.结果表明,与ANN模型相比,ANFIS模型的仿真输出值与实际值的拟合程度更高,相对误差在6.45%之内,平均绝对百分比误差(MAPE)为2.8%,均方根误差(RMSE)为0.1209,相关系数(R)达0.9956.模型训练过程中所得到的三维曲面图,可直观的反映各因素与出水氨氮浓度之间的非线性函数关系,为A2/O系统的高效稳定运行提供指导.
展开更多
关键词
自适应
模糊
人工神经网络
自适应
模糊C均值聚类算法
污水处理
氨氮去除
厌氧/缺氧/好氧污水处理系统
在线阅读
下载PDF
职称材料
基于XY双变量特征提取策略的秸秆炭热值LIBS定量分析
3
作者
段宏伟
郭梅
+1 位作者
朱荣光
牛其建
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第11期3435-3440,共6页
农业生物质能已逐步成为我国现代工业主要清洁能源之一。利用激光诱导击穿光谱(LIBS)技术实现秸秆炭热值(CV)精准预测。针对传统X自变量特征提取方法在LIBS定量分析秸秆炭CV过程中缺陷问题,提出了一种XY双变量特征提取法。研究首先分析...
农业生物质能已逐步成为我国现代工业主要清洁能源之一。利用激光诱导击穿光谱(LIBS)技术实现秸秆炭热值(CV)精准预测。针对传统X自变量特征提取方法在LIBS定量分析秸秆炭CV过程中缺陷问题,提出了一种XY双变量特征提取法。研究首先分析了秸秆炭CV与各元素含量之间相关性,选取与CV相关性极显著(p<0.01)的Y型特征变量,其主要获取了以炭单质、芳香环和羧基等形式存在的C,O,H和Na元素的分析线展宽波段;同时通过筛选偏最小二乘回归(PLSR)模型回归系数阈值获取与CV相关的X型特征变量,当阈值为4×10^(-5)时模型交互验证均方根误差(RMSECV)降至最低值,其所对应的变量主要为参与农作物生理生长的Ca,Cr,Mg和K元素的分析线光谱线。基于所提取XY双特征变量构建遗传算法优化及自适应增强的人工神经网络(GA-BP-Adaboost)模型,当变异概率、交叉概率和相对误差率(RE)分别设为0.1,0.95和0.01时,最优模型预测平均相对误差(AREP)和预测相对标准误差(RSDP)分别为2.39%和2.97%,相比于XY-PLSR模型效果分别较低了0.82%和0.91%。结果表明:XY双变量特征提取法结合GA-BP-Adaboost模型可以为生物质炭在工业使用过程中CV精确定量预测分析提供方法依据。
展开更多
关键词
秸秆炭
热值
激光诱导击穿光谱
XY双变量特征提取法
自适应
增强的
人工神经网络
模型
在线阅读
下载PDF
职称材料
题名
基于自适应人工神经网络的无刷直流电机换相转矩波动抑制新方法
被引量：
87
1
作者
夏长亮
文德
王娟
机构
天津大学电气自动化与能源工程学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2002年第1期54-58,共5页
基金
天津市自然科学基金重点资助项目 ( 0 1380 0 811)
文摘
分析了无刷直流电机换相转矩波动产生原理 ,提出了基于自适应人工神经网络控制的转矩波动抑制新方法。该方法对两个三层前馈式人工神经网络进行离线和在线训练 ,采用误差反传算法修正神经元间的权值。其中一个网络用于在线估计电机换相参数 ,另一个网络利用估计出的参数对换相过程中端电压瞬时调节 ,形成一个电压自校正调节器。该调节器通过调节端电压使换相过程中相电流下降和上升的速率近似相等 ,保持回路中总电流幅值不变 ,实现对换相基金项目 :天津市自然科学基金重点资助项目 ( 0 1380 0 811)。转矩波动的抑制。该方法不需预知系统的精确参数 ,且对环境变化有自适应调节功能。
关键词
无刷直流电机
换相
转矩波动
自适应人工神经网络
Keywords
brushless DC motor
torque ripple
artificial neural network
分类号
TM33 [电气工程—电机]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于模糊神经网络的A^2/O工艺出水氨氮在线预测模型
被引量：
15
2
作者
胡康
万金泉
马邕文
黄明智
王艳
机构
华南理工大学制浆造纸国家重点实验室
华南理工大学环境科学与工程学院
华南理工大学教育部工业聚集区污染控制与生态修复重点实验室
出处
《中国环境科学》
EI
CAS
CSCD
北大核心
2012年第2期260-267,共8页
基金
广东省节能减排重大专项(2008A080800003)
广东省自然科学基金(2011040000389)
文摘
采用厌氧/缺氧/好氧污水处理系统(A2/O)对人工合成污水进行处理,并利用人工神经网络(ANN)模型和自适应模糊人工神经网络(ANFIS)模型对A2/O处理污水的过程进行仿真模拟.在MATLAB环境下,选取可在线监测的水力停留时间(HRT)、进水pH值(pH)、好氧池溶解氧(DO)和混合液回流比(r)作为输入参量,系统出水氨氮浓度(NH4+eff)为输出量,建立在线预测模型.结合自适应模糊C均值聚类算法,确定ANFIS模型的模糊规则数及最优运行参数,对实验数据进行仿真预测.结果表明,与ANN模型相比,ANFIS模型的仿真输出值与实际值的拟合程度更高,相对误差在6.45%之内,平均绝对百分比误差(MAPE)为2.8%,均方根误差(RMSE)为0.1209,相关系数(R)达0.9956.模型训练过程中所得到的三维曲面图,可直观的反映各因素与出水氨氮浓度之间的非线性函数关系,为A2/O系统的高效稳定运行提供指导.
关键词
自适应
模糊
人工神经网络
自适应
模糊C均值聚类算法
污水处理
氨氮去除
厌氧/缺氧/好氧污水处理系统
Keywords
adaptive network based fuzzy inference system（ANFIS）
self-adapted fuzzy c-means clustering algorithm
wastewater treatment
ammonia removal
anaerobic/anoxic/oxic（A2/O） system
分类号
X703 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
基于XY双变量特征提取策略的秸秆炭热值LIBS定量分析
3
作者
段宏伟
郭梅
朱荣光
牛其建
机构
江苏大学农业工程学院
江苏大学现代农业装备与技术教育部重点实验室
石河子大学机械电气工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第11期3435-3440,共6页
基金
江苏高校优势学科建设工程(三期)项目(PAPD-2018-87)
国家自然科学基金项目(62101216)
江苏省自然科学基金项目(BK20200914)资助。
文摘
农业生物质能已逐步成为我国现代工业主要清洁能源之一。利用激光诱导击穿光谱(LIBS)技术实现秸秆炭热值(CV)精准预测。针对传统X自变量特征提取方法在LIBS定量分析秸秆炭CV过程中缺陷问题,提出了一种XY双变量特征提取法。研究首先分析了秸秆炭CV与各元素含量之间相关性,选取与CV相关性极显著(p<0.01)的Y型特征变量,其主要获取了以炭单质、芳香环和羧基等形式存在的C,O,H和Na元素的分析线展宽波段;同时通过筛选偏最小二乘回归(PLSR)模型回归系数阈值获取与CV相关的X型特征变量,当阈值为4×10^(-5)时模型交互验证均方根误差(RMSECV)降至最低值,其所对应的变量主要为参与农作物生理生长的Ca,Cr,Mg和K元素的分析线光谱线。基于所提取XY双特征变量构建遗传算法优化及自适应增强的人工神经网络(GA-BP-Adaboost)模型,当变异概率、交叉概率和相对误差率(RE)分别设为0.1,0.95和0.01时,最优模型预测平均相对误差(AREP)和预测相对标准误差(RSDP)分别为2.39%和2.97%,相比于XY-PLSR模型效果分别较低了0.82%和0.91%。结果表明:XY双变量特征提取法结合GA-BP-Adaboost模型可以为生物质炭在工业使用过程中CV精确定量预测分析提供方法依据。
关键词
秸秆炭
热值
激光诱导击穿光谱
XY双变量特征提取法
自适应
增强的
人工神经网络
模型
Keywords
Straw charcoal
Calorific value
LIBS
XYbivariate feature extraction
GA-BP-AdaBoost
分类号
O657.319 [理学—分析化学]
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
基于自适应人工神经网络的无刷直流电机换相转矩波动抑制新方法
夏长亮
文德
王娟
《中国电机工程学报》
EI
CSCD
北大核心
2002
87
在线阅读
下载PDF
职称材料
2
基于模糊神经网络的A^2/O工艺出水氨氮在线预测模型
胡康
万金泉
马邕文
黄明智
王艳
《中国环境科学》
EI
CAS
CSCD
北大核心
2012
15
在线阅读
下载PDF
职称材料
3
基于XY双变量特征提取策略的秸秆炭热值LIBS定量分析
段宏伟
郭梅
朱荣光
牛其建
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022
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
