《其它计算机理论与技术》PDF+DOC

📙 相关资料

1. 《基于循环神经网络的传感器漂移补偿方法》PDF+DOC 本文讨论了一种基于循环神经网络的传感器补偿新方法。该方法利用循环神经网络对时序信号的捕捉能力，对传感器的漂移进行预测，从而减少传感器的校正次数，提高测量的精度。在训练和预测期间，充分融合传感器的“同类数据”完成对传感器的训练和漂移预测。...
2. 《井下通风系统中神经网络信息融合技术的应用》PDF+DOC 为了改进原通风系统的性能，煤矿企业采用多传感器信息融合技术与PLC技术相融合的方法，对异类传感器进行二次升级，以确定矿井作业环境的安全情况。经过实践考察，中神经网络信息融合技术可以很好的控制井下通风系统，提高系统的可靠性。...
3. 《基于BP神经网络控制模型实现方法研究》PDF+DOC 基于对BP神经网络结构、神经元模型和神经网络学习算法的研究，以实现对形变仪器中常用的执行器步进电机的精确控制为例，提出了一种可应用于地震形变观测系统调零和标定装置的智能高效控制模型的具体实现方案。该方案是实现智能形变传感器自完善和自适应功能的基础，也可用于智能恒温装置等多个领域。...
4. 《基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究》PDF+DOC 针对湿度传感器的输出非线性问题，提出了基于L-M算法建立BP神经网络进行补偿校正，实现电阻型湿度传感器的输入与输出非线性补偿，并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比，重点比较了模型迭代性能、标准偏差；最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的......
5. 《轧机液压AGC系统基于神经网络的传感器故障诊断技术》PDF+DOC 针对板带轧机液压AGC系统在线故障诊断问题，建立了一种基于非线性自回归滑动平均模型(NARMA的递归神经网络，通过AIC定阶法确定模型阶次。运用生产实际数据，通过动态学习算法完成对网络的训练，使网络映射系统的动力学特性。该网络模型避免了故障的自学习，能够很好地实现故障检测。试验研究证明了该神经网络方......
6. 《基于递归神经网络模型的传感器非线性动态补偿》PDF+DOC 讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ，给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ，其结构仅与输入层和中间层的节点数有关 ，且不需要知道被补偿传感器的结构特性 (如输出、输入的最大延迟 )等先验知识 ，简化了动态补偿器的结构设计 .采用递推......
7. 《基于遗传小波神经网络的机器人腕力传感器动态建模研究》PDF+DOC 提出一种基于改进遗传算法进化小波神经网络用于机器人腕力传感器动态建模的新方法，介绍了该算法原理.该方法利用腕力传感器的动态标定数据，用改进的遗传算法来优化小波神经网络结构和参数，建立腕力传感器的动态模型.结果表明，采用遗传小波神经网络进行腕力传感器动态建模，能克服误差反向传播算法存在易陷入局部极小点......
8. 《多传感器信息融合技术在外输原油含水检测中的应用》PDF+DOC 为了精确地测量外输原油的含水率，基于多传感器信息融合的基本思想，提出了一种检测外输原油含水率的方法，通过仿真表明其输出值更能逼近实际的含水值，能够满足生产过程的要求。在实际应用中具有一定的实用价值。...
9. 《基于递归神经网络的热电偶测温滞后的动态补偿》PDF+DOC 提出了一种基于递归神经网络的热电偶测温滞后的动态补偿方法，利用神经网络良好的非线性映射能力，建立传感器的动态逆模型，实现对传感器的动态补偿。实验结果表明：检测信号经过动态补偿后，能够克服传感器的测量滞后，达到稳态的时间从补偿前的26 s缩短到大约5 s，传感器的动态性能得到较大的提高。...
10. 《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC 传感器测量条件的变化会导致其输入输出特性偏离其原有的标定特性，从而产生测量误差。针对此问题，提出利用RBF神经网络进行传感器测量误差补偿，并设计基于智能传感器系统的实现补偿的方法。...