共查询到20条相似文献,搜索用时 125 毫秒
1.
传统的RBF神经网络在逼近能力、分类能力和学习速度等方面均优于BP网络,但为了使RBF神经网络的收敛速度和网络精度等更好地满足实际需求,用到一个线性非线性并列新型结构的RBF神经网络模型,并将该模型应用到纺织物品的染色配色问题上。应用该模型对染料的浓度与CMY值进行配色计算,实验表明具有较好的效果。改进后的RBF神经网络所表现出的良好性能,为其在该领域的应用提供了参考。 相似文献
2.
径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,将在化工领域广泛使用的软测量技术应用于电机系统的转矩测量,该方法的可行性进行了论证,并运用RBF神经网络建立转矩的软测量模型。同时建立了基于BP神经网络的软测量模型,用改进的kvenberg—Marquardt算法对BP神经网络进行学习和训练,并对两种网络进行了对比。该方法只需要电流信息,辨识方法简单。研究表明,RBF神经网络辨识效果优于BP神经网络。 相似文献
3.
介绍三次曲面拟合、BP神经网络、RBF神经网络三种方法进行GPS水准拟合的基本原理,结合实例在拟合具有一定起伏地区高程异常时,三种方法都达到cm级的精度,其中BP神经网络的拟合精度明显较高。 相似文献
4.
径向基函数神经网络在多维力传感器标定中的应用 总被引:1,自引:0,他引:1
维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。 相似文献
5.
6.
文章介绍了RBF网络的基本原理以及网络中心选取OLS算法(正交最小二乘法),并将该方法应用于大坝渗流安全监测资料的分析预报上,应用结果表明:该神经网路可以很好地克服BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度、较强的非线性映射能力和较好的预报功能。 相似文献
7.
摄像机标定是精密测量的基础,传统的双目标定需要建立复杂的数学模型。人工神经网络可以有效地处理非线性映射问题,它可以很好地描述双目视觉中三维空间特征点坐标和二个摄像机对应点间的非线性关系。本文介绍一种RBF神经网络,并对RBF网络与BP网络的标定结果进行比较。实验结果表明:基于RBF神经网络的双目视觉标定方法能获得较高的标定精度。 相似文献
8.
研究了机器人操作环境的动力学模型,提出了一种基于径向基函数(RBF)神经网络的机器人系统中环境非线性动力学模型新的建立方法,阐述了其建模机理和算法.结果表明,采用RBF神经网络对机器人系统中的操作环境建模比用BP神经网络有更高的精度,其网络训练速度也大大快于BP神经网络. 相似文献
9.
10.
本文介绍在压力测量时,为提高测量精度,利用径向基函数神经网络(RBF)和智能温度传感器DS1822进行温度补偿,改善其测量精度的新方法。RBF网络具有良好的非线性映射能力,自学习和泛化能力,采集样本数据训练构成具有双端输入、单端输出网络模型,采用改进的算法实现测量精度。 相似文献
11.
本文在对目前学分制高校大学生学习水平测评方法进行分析的基础上,运用人工神经网络(ANN)理论中应用最为广泛的BP网络技术,构建了对大学生学习水平进行评价的非线性评价模型。实际模拟运算结果与现行的测评方法的结果基本近似,且有其独特的特点。与传统的统计分析模型相比具有更好的容错性、鲁棒性和自适应性。避免了人工确定各指标或各层次权重带来的主观性,使得不同科目的成绩具有一定的可比性。可为高校大学生各类学习标兵、奖学金、三好学生等的评比提供客观、可靠的依据。 相似文献
12.
13.
基于BP神经网络的光纤陀螺仪温度建模研究 总被引:6,自引:2,他引:6
目前光纤陀螺应用广泛,但是其性能容易受到环境温度影响,从而影响到惯性导航系统的性能.光纤陀螺的温度特性具有非常复杂的非线性特点,而BP神经网络具有良好的逼近复杂非线性函数能力。使用BP神经网络建立光纤陀螺温度特性的黑箱模型,不对零漂和标度因子进行补偿,而直接对陀螺输出进行校正.经实际数据检验,该建模补偿方法比未经补偿和经过传统工程补偿方法的精度提高了两个数量级.与传统的线性模型相比较,本文基于BP神经网络建立的光纤陀螺温度模型具有补偿方法简单,精度高,通用性好等优点. 相似文献
14.
15.
基于饱和度优先的 BP 神经网络颜色空间转换模型研究 总被引:5,自引:5,他引:0
利用神经网络算法的非线性转换优势,构建了基于BP神经网络的颜色空间转换正向和反向仿真模型,提出了数据仿真饱和度优先的方法。通过训练样本的选取、仿真实验和数据分析,得到了较好的训练效率和转换效果。仿真结果表明,BP神经网络适合于颜色空间转换,转换精度较高。 相似文献
16.
目的 为解决微量包装系统中称量传感器输出电压与质量之间的非线性关系、提高称量精度,基于改进BP神经网络设计一种非线性补偿方法.方法 阐述电阻应变式称量传感器的非线性补偿原理,根据称量传感器输入和输出之间的关系,设计一种神经网络补偿器.为提高神经网络控制性能,引入一种惩罚因子,可解决因训练不足导致的误差偏大等问题.结果 经对比发现,改进型BP神经网络具有较快的收敛速度、较高的精度,可提高微量称量包装系统的控制性能.高速模式下,称量误差可以控制在0.5%以内,实际称量结果较理想.结论 该方法能够改善系统动态性能,提高测量精度,可满足称量、包装行业等精度要求. 相似文献
17.
基于小波神经网络辨识器的模糊神经自适应控制在VAV空调系统中的应用 总被引:1,自引:0,他引:1
针对空调温度控制的大惯性、大滞后、非线性等特点,提出采用基于小波神经网络辨识器的模糊神经自适应控制的中央空调房间温度控制器的设计方案。由于小波神经网络的非线性映射能力比一般神经网络要强,所以基于小波神经网络的辨识器可以获得很高的辨识精度。而且,模糊神经自适应控制器随着系统动态特性的改变可以在线改变其控制规则,从而进行客观准确的控制。与普通模糊控制方法相比较,仿真试验说明系统设计的有效性。 相似文献
18.
19.
20.
压电陶瓷驱动器的蠕变误差随时间呈现非线性变化,难以实时修正。提出基于BP神经网络的压电陶瓷蠕变预测方法,使用压电陶瓷驱动系统采集数据,对数据进行归一化处理,通过实验设计BP神经网络的隐含层数、隐含层节点数、节点转移函数和训练函数,构建BP神经网络预测模型,建立压电陶瓷蠕变与时间的关系。用BP神经网络模型对压电陶瓷蠕变进行了预测仿真,并将结果与实测数据进行了对比。结果表明,蠕变预测结果与实验数据的最大绝对误差均小于0.1 μm,最大蠕变误差均不超过0.6%,最大均方误差仅为0.0021,可见,BP预测模型具有较高的预测精度,可作为预测压电陶瓷蠕变误差的一种有效手段。 相似文献