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T-S模型模糊神经网络预测的退火炉温度控制
被引量：
4
1
作者
于谨
李晓峰
《沈阳建筑大学学报（自然科学版）》
CAS
北大核心
2014年第1期181-186,共6页
目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网...
目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温.并通过仿真与传统的模糊PID控制方案进行对比分析.结果 T-S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点.结论 T-S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制.
展开更多
关键词
退火炉
t—s模糊神经网络
BP
神经网络
预测控制
在线阅读
下载PDF
职称材料
基于高光谱图像技术的大豆品种无损鉴别
被引量：
12
2
作者
柴玉华
毕文佳
+2 位作者
谭克竹
张春雷
刘春涛
《东北农业大学学报》
CAS
CSCD
北大核心
2016年第3期86-93,共8页
为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据...
为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪，提取样本图像中心30×30pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入，基于T—S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入，结合随机森林思想的组合分类模型鉴别效果最佳，训练集、测试集的平均鉴别率分别达99．6％和97．6％。结果表明，采用高光谱图像技术可实现大豆品种高精度无损鉴别。
展开更多
关键词
大豆
高光谱图像
品种甄别
t—s模糊神经网络
随机森林思想组合分类器
在线阅读
下载PDF
职称材料
题名
基于T-S模型模糊神经网络预测的退火炉温度控制
被引量：
4
1
作者
于谨
李晓峰
机构
沈阳建筑大学市政与环境工程学院
沈阳建筑大学信息与控制工程学院
出处
《沈阳建筑大学学报（自然科学版）》
CAS
北大核心
2014年第1期181-186,共6页
基金
国家自然科学基金项目(61272253)
住房和城乡建设部基金项目(2011-k11-22)
文摘
目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温.并通过仿真与传统的模糊PID控制方案进行对比分析.结果 T-S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点.结论 T-S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制.
关键词
退火炉
t—s模糊神经网络
BP
神经网络
预测控制
Keywords
annealing furnace
t
-
s
fuzzy neural ne
t
work
BP neural ne
t
work
predic
t
ive con
t
rol
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TU273.4 [建筑科学—建筑设计及理论]
在线阅读
下载PDF
职称材料
题名
基于高光谱图像技术的大豆品种无损鉴别
被引量：
12
2
作者
柴玉华
毕文佳
谭克竹
张春雷
刘春涛
机构
东北农业大学电气与信息学院
出处
《东北农业大学学报》
CAS
CSCD
北大核心
2016年第3期86-93,共8页
基金
国家自然科学基金(31271911)
黑龙江省自然科学基金(ZD201303)
文摘
为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪，提取样本图像中心30×30pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入，基于T—S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入，结合随机森林思想的组合分类模型鉴别效果最佳，训练集、测试集的平均鉴别率分别达99．6％和97．6％。结果表明，采用高光谱图像技术可实现大豆品种高精度无损鉴别。
关键词
大豆
高光谱图像
品种甄别
t—s模糊神经网络
随机森林思想组合分类器
Keywords
s
oybean
s
eed
hyper
s
pec
t
ral image
varie
t
y iden
t
ifica
t
ion
t
-
s
fuzzy neural ne
t
work
random fore
s
t
cla
s
s
ifier
分类号
TP391.4 [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
基于T-S模型模糊神经网络预测的退火炉温度控制
于谨
李晓峰
《沈阳建筑大学学报（自然科学版）》
CAS
北大核心
2014
4
在线阅读
下载PDF
职称材料
2
基于高光谱图像技术的大豆品种无损鉴别
柴玉华
毕文佳
谭克竹
张春雷
刘春涛
《东北农业大学学报》
CAS
CSCD
北大核心
2016
12
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
