共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
为实现红外热波检测对缺陷的定量识别,应用BP神经网络,拟合函数关系来实现定量识别。在脉冲热像中,以最佳检测时间和表面最大温差为输入量,以缺陷的深度和直径为输出量,利用BP神经网络拟合输入量与输出量之间的关系。借助数值计算的方法,提供样本训练神经网络,并进行了30次随机计算。通过结果分析,发现使用BP神经网络进行计算具备以下特点:网络收敛速度并不决定计算的精度;网络训练过程中,是否达到计算目标误差不会对计算精度带来较大影响;该方法具有较好的计算稳定性。针对计算结果分布特点,设计计算方法,对数据中的较大误差点进行剔除,最后使用取均值的方法减小获得较大误差的风险,提高计算精度。计算结果表明,在4个参数的计算中,最大误差为3.32%,最小误差为0.1%,证明BP神经网络方法可以用于实现缺陷的定量识别计算。 相似文献
7.
8.
针对传统误差补偿方法用于防空雷达存在适应性和适用性差的问题,构建了一种基于改进粒子群算法优化的BP神经网络,能够更稳定、更精确地估计雷达误差,并补偿雷达量测值,从而更好地提高雷达的探测精度。首先,引入收敛因子以及动态自适应调节惯性权重,提高粒子群算法的全局寻优能力与收敛速度;其次,将改进的粒子群算法用于优化BP神经网络的初始权值和阈值,提高BP神经网络的估计精度,缩短训练时间。采用某雷达的实测数据进行仿真验证,结果表明,补偿后的距离、方位角、俯仰角的精度和误差起伏性均有大幅改善,与传统方法相比补偿效果更好,工程应用性和推广应用性更强。 相似文献
9.
PM2.5测量系统中改进神经网络控制算法优化补偿 总被引:1,自引:0,他引:1
针对现阶段PM2.5测量系统的测量精度较低的问题,提出了改进的BP神经网络PID控制算法对其进行优化补偿。通过对粒子群优化算法的速度公式进行了改进,采用优化的粒子群算法优化了BP神经网络,将其用于PID的在线参数调节,以PM2.5测量系统作为研究对象,将改进的BP神经网络PID控制算法与传统PID分别作了仿真研究。研究结果表明,基于改进的粒子群优化算法改进的BP神经网络PID控制算法与传统的PID控制相比,提高了测量精度,在一定程度上减少了误差。 相似文献