检索结果-维普期刊中文期刊服务平台

机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制被引量：5: 1; 作者杨剑锋张翠张峰《计算机工程与应用》 CSCD 北大核心 2015年第9期82-86,共5页; 针对机械臂运动轨迹控制中存在的跟踪精度不高的问题,采用了一种基于EC-RBF神经网络的模型参考自适应控制方案对机械臂进行模型辨识与轨迹跟踪控制。该方案采用了两个RBF神经网络,运用EC-RBF学习算法,采用离线与在线相结合的方法来训练... 展开更多; 关键词机械臂轨迹跟踪模型参考自适应控制熵聚类-径向基函数(ec-rbf)神经网络; 在线阅读下载PDF 职称材料

基于LMD样本熵和RBF网络的结构损伤识别研究被引量：5: 2; 作者王名月缪炳荣 +1 位作者李旭娟杨忠坤《机械强度》 CAS CSCD 北大核心 2018年第3期522-527,共6页; 基于局部均值分解的自适应时频分析特性和样本熵的非线性量化能力,结合径向基(RBF)函数神经网络,提出一种基于LMD样本熵和径向基函数神经网络的结构损伤识别方法。首先,应用局部均值分解方法将结构振动原始信号自适应分解为若干乘积函... 展开更多; 关键词损伤识别局部均值分解样本熵径向基函数神经网络; 在线阅读下载PDF 职称材料

基于改进RBF神经网络的入侵检测研究被引量：6: 3; 作者田俊峰张晶毕志明《计算机工程与应用》 CSCD 北大核心 2008年第31期135-138,共4页; 近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高。RBF神经网络在一定程度上克服了BP神经网络存在的问题,但如何确定一个合适的RBF网络隐层神经元中心个... 展开更多; 关键词入侵检测熵模糊聚类径向基函数神经网络; 在线阅读下载PDF 职称材料

基于熵值法径向基神经网络的清扫车吸尘口垃圾颗粒驻留时间预测被引量：1: 4; 作者赵富强邓海龙 +3 位作者解璨铭董竞李玉贵王铁《中国机械工程》 EI CAS CSCD 北大核心 2018年第23期2792-2798,共7页; 针对清扫车吸尘口内垃圾颗粒驻留时间受到结构类、固相类及气相类因素多类型、非线性作用预测难的问题,提出了基于熵值法的径向基神经网络(RBFNN)的垃圾颗粒驻留时间预测方法,该方法考虑了吸尘负压、滚刷转速、颗粒质量、颗粒密度、颗... 展开更多; 关键词清扫车吸尘口多因素垃圾颗粒驻留时间熵值法径向基神经网络; 在线阅读下载PDF 职称材料

基于RBF神经网络的线性混叠盲分离算法(英文) 被引量：1: 5; 作者林用满林土胜《科学技术与工程》 2006年第19期3083-3087,共5页; 提出一种RBF神经网络算法应用于线性混叠信号的盲分离。所用的RBF神经网络算法是从输入信号的数据中训练出中心值和宽度值,再训练通过用最大熵值的代价函数推导的权值。所用的代价函数保证了网络的输出尽可能独立,使信号能正确地分离。... 展开更多; 关键词 RBF神经网络盲分离最大熵值法代价函数; 在线阅读下载PDF 职称材料

基于EEMD多尺度模糊熵的心电分类算法被引量：9: 6; 作者王凤潘广贞孙艳青《传感器与微系统》 CSCD 2018年第12期125-127,135,共4页; 为了提高心电(ECG)分类准确率,提出基于集合经验模态分解(EEMD)和多尺度模糊熵的ECG特征提取算法。对ECG进行EEMD分解得到一系列内蕴模态函数(IMF)分量。选取有效IMF分量计算其动力学参数模糊熵并组成特征向量。将特征向量送入径向基函... 展开更多; 关键词心电分类集合经验模态分解模糊熵径向基函数神经网络; 在线阅读下载PDF 职称材料

题名机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制被引量：5: 1; 作者杨剑锋张翠张峰; 机构兰州交通大学自动化与电气工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2015年第9期82-86,共5页; 基金甘肃省青年科技基金计划项目(No.1308RJYA044) 兰州交通大学青年科学基金项目(No.2013039); 文摘针对机械臂运动轨迹控制中存在的跟踪精度不高的问题,采用了一种基于EC-RBF神经网络的模型参考自适应控制方案对机械臂进行模型辨识与轨迹跟踪控制。该方案采用了两个RBF神经网络,运用EC-RBF学习算法,采用离线与在线相结合的方法来训练神经网络,一个用来实现对机械臂进行模型辨识,一个用来实现对机械臂轨迹跟踪控制。对二自由度机械臂进行仿真,结果表明,使用该控制方案对机械臂进行轨迹跟踪控制具有较高的控制精度,且因采用EC-RBF学习算法使网络具有更快的训练速度,从而使得控制过程较迅速。; 关键词机械臂轨迹跟踪模型参考自适应控制熵聚类-径向基函数(ec-rbf)神经网络; Keywords robot manipulator trajectory tracking model reference adaptive control entropy clustering-radial basis function（ec-rbf）neural networks; 分类号 TP241 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于LMD样本熵和RBF网络的结构损伤识别研究被引量：5: 2; 作者王名月缪炳荣李旭娟杨忠坤; 机构西南交通大学牵引动力国家重点实验室; 出处《机械强度》 CAS CSCD 北大核心 2018年第3期522-527,共6页; 基金国家自然科学基金项目(51375405) 牵引动力国家重点实验室自主项目(2016TPL_T10)资助~~; 文摘基于局部均值分解的自适应时频分析特性和样本熵的非线性量化能力,结合径向基(RBF)函数神经网络,提出一种基于LMD样本熵和径向基函数神经网络的结构损伤识别方法。首先,应用局部均值分解方法将结构振动原始信号自适应分解为若干乘积函数分量(PF分量);然后提取前3个PF分量的样本熵,实现对PF分量的特征量化;最后将分量的样本熵作为损伤特征向量,利用径向基神经网络对高速列车比例车体下底板进行识别。实验结果证明,采用该方法识别结构损伤时,结构损伤位置和损伤程度的识别精度分别为96.97%和96.25%,证明了此方法在结构损伤诊断方面的有效性和准确性。; 关键词损伤识别局部均值分解样本熵径向基函数神经网络; Keywords Damage identification Local mean decomposition Sample entropy Radial basis function neural network; 分类号 O346.5 [理学—固体力学]; 在线阅读下载PDF 职称材料

题名基于改进RBF神经网络的入侵检测研究被引量：6: 3; 作者田俊峰张晶毕志明; 机构河北大学数学与计算机学院; 出处《计算机工程与应用》 CSCD 北大核心 2008年第31期135-138,共4页; 基金河北省自然科学基金No.F200800646 河北省教育厅自然科学基金重点项目(No.ZH2006006) +1 种基金 No.Z2007442)~~; 文摘近年来,神经网络技术在入侵检测中得到了广泛应用,其中最具代表的是BP神经网络,但其本身所具有的局部极小性质限制了检测性能的提高。RBF神经网络在一定程度上克服了BP神经网络存在的问题,但如何确定一个合适的RBF网络隐层神经元中心个数又是保证其应用效果的关键之一。因此,将基于熵的模糊聚类和RBF神经网络相结合,提出了基于EFC的改进RBF神经网络算法,并将该方法应用于入侵检测研究。实验表明,该算法可以获得满意的性能。; 关键词入侵检测熵模糊聚类径向基函数神经网络; Keywords intrusion detection entropy fuzzy clustering Radial basis function（RBF） neural network; 分类号 TP393 [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

题名基于熵值法径向基神经网络的清扫车吸尘口垃圾颗粒驻留时间预测被引量：1: 4; 作者赵富强邓海龙解璨铭董竞李玉贵王铁; 机构太原科技大学重型机械教育部工程研究中心太原理工大学齿轮研究所; 出处《中国机械工程》 EI CAS CSCD 北大核心 2018年第23期2792-2798,共7页; 基金国家重点研发计划资助项目(2016YF130300200) 山西省应用基础研究计划资助项目(201701D221135) 太原科技大学博士后基金资助项目(20152034); 文摘针对清扫车吸尘口内垃圾颗粒驻留时间受到结构类、固相类及气相类因素多类型、非线性作用预测难的问题,提出了基于熵值法的径向基神经网络(RBFNN)的垃圾颗粒驻留时间预测方法,该方法考虑了吸尘负压、滚刷转速、颗粒质量、颗粒密度、颗粒流量和吸尘管直径6种因素,将采用熵值法求解的因素权重作为输入扰动变量,建立了垃圾颗粒驻留时间的预测模型。结果表明:与采用传统RBFNN的预测方法相比,所提方法具有预测精度高的优点,可较好地解决清扫车吸尘口垃圾颗粒驻留时间预测难的问题,有助于提升清扫车吸尘系统设计水平。; 关键词清扫车吸尘口多因素垃圾颗粒驻留时间熵值法径向基神经网络; Keywords dust suction port of sweeper multi-factor residence time of waste particle entropy method radial basis function neural network(RBFNN); 分类号 U469.6 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于RBF神经网络的线性混叠盲分离算法(英文) 被引量：1: 5; 作者林用满林土胜; 机构华南理工大学电子与信息学院; 出处《科学技术与工程》 2006年第19期3083-3087,共5页; 基金国家自然科学基金(60472067) 广东省自然科学基金(04205783)资助; 文摘提出一种RBF神经网络算法应用于线性混叠信号的盲分离。所用的RBF神经网络算法是从输入信号的数据中训练出中心值和宽度值,再训练通过用最大熵值的代价函数推导的权值。所用的代价函数保证了网络的输出尽可能独立,使信号能正确地分离。仿真验证了所用的算法能减少分离时间和提高分离效率。对比ME算法,该算法更好。; 关键词 RBF神经网络盲分离最大熵值法代价函数; Keywords radial basis function neural network cost function blind source separation maximizing entropy （ME）; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于EEMD多尺度模糊熵的心电分类算法被引量：9: 6; 作者王凤潘广贞孙艳青; 机构中北大学软件学院; 出处《传感器与微系统》 CSCD 2018年第12期125-127,135,共4页; 基金山西省自然科学基金资助项目(2015011041); 文摘为了提高心电(ECG)分类准确率,提出基于集合经验模态分解(EEMD)和多尺度模糊熵的ECG特征提取算法。对ECG进行EEMD分解得到一系列内蕴模态函数(IMF)分量。选取有效IMF分量计算其动力学参数模糊熵并组成特征向量。将特征向量送入径向基函数(RBF)神经网络中进行训练和识别。采用MIT-BIH心率失常数据库的数据进行仿真。结果表明:所提算法优于单一模糊熵和EMD多尺度模糊熵方法,且泛化能力优于其他算法。; 关键词心电分类集合经验模态分解模糊熵径向基函数神经网络; Keywords electrocardiogram (ECG )classification ensemble empirical mode decomposition (EEMD ) fuzzy entropy radial basis function(RBF)neural network; 分类号 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	作者	出处	发文年	被引量	操作
1	机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制	杨剑锋张翠张峰	《计算机工程与应用》 CSCD 北大核心	2015	5	在线阅读下载PDF 职称材料
2	基于LMD样本熵和RBF网络的结构损伤识别研究	王名月缪炳荣李旭娟杨忠坤	《机械强度》 CAS CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料
3	基于改进RBF神经网络的入侵检测研究	田俊峰张晶毕志明	《计算机工程与应用》 CSCD 北大核心	2008	6	在线阅读下载PDF 职称材料
4	基于熵值法径向基神经网络的清扫车吸尘口垃圾颗粒驻留时间预测	赵富强邓海龙解璨铭董竞李玉贵王铁	《中国机械工程》 EI CAS CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
5	基于RBF神经网络的线性混叠盲分离算法(英文)	林用满林土胜	《科学技术与工程》	2006	1	在线阅读下载PDF 职称材料
6	基于EEMD多尺度模糊熵的心电分类算法	王凤潘广贞孙艳青	《传感器与微系统》 CSCD	2018	9	在线阅读下载PDF 职称材料