|
|
钻瓜专利网为您找到相关结果 679个，建议您 升级VIP下载更多相关专利
- [发明专利]RBF‑AR模型的新型网络结构及参数辨识方法-CN201610992237.1在审
-
席燕辉;赵廷;张晓东;彭辉;肖辉;李泽文
-
长沙理工大学
-
2016-11-11
-
2017-03-29
-
G06N3/02
- 本发明公开了RBF‑AR模型的新型网络结构及参数辨识方法。该方法根据RBF‑AR(radial basis function network‑style coefficients AutoRegressive)模型自身的结构特点，将其转换成含两隐含层的新型广义RBF神经网络。针对在低信噪比情况下,SNPOM(structured nonlinear parameter optimization)方法对RBF‑AR模型辨识精度低的缺陷，本发明建立了RBF‑AR模型（广义RBF神经网络）的自组织状态空间模型，采用一种以参数最优化初始值及参数驱动噪声统计特性估计为核心的自适应粒子滤波算法，实现对RBF‑AR模型的参数辨识，可有效提高RBF‑AR模型对含噪数据的建模精度和预测精度,实现了对RBF‑AR模型的在线估计和实时控制，为RBF‑AR模型的参数辨识提供新方法。
- rbfar模型新型网络结构参数辨识方法
- [发明专利]一种改进粒子群优化神经网络的压力导丝温度补偿方法-CN201510535637.5在审
-
余学飞;范广坡
-
余学飞
-
2015-08-28
-
2017-03-15
-
G06N3/02
- 本发明公开了一种改进粒子群优化神经网络的压力导丝温度补偿方法，包括以下几个主要步骤采集压力导丝输出电压以及所处环境相关参数，并对数据进行归一化处理；构建一个具有误差反向传播能力的三层前反馈神经网络模型；利用改进的粒子群算法（Particle Swarm Optimization，PSO）优化构建的神经网络的权值和阈值；对优化后权值和阈值的神经网络进行训练；利用训练得到的神经网络模型对压力导丝测量数据进行温度补偿。本发明为利用改进的粒子群优化神经网络算法构建出压力导丝测量逆模型，训练出的模型补偿精度高，泛化能力强，稳定性高，有效避免了BP（Back Propagation）神经网络易陷入局部最优以及标准粒子群算法优化BP神经网络易跳过全局最优的缺点。
- 一种改进粒子优化神经网络压力温度补偿方法
- [发明专利]一种爬架组的工作状态检测方法-CN201510010422.1有效
-
秦建武;李宏;陈斌;陈东旭;施乾东
-
宁波大学
-
2015-01-09
-
2017-02-22
-
G06N3/02
- 本发明公开了一种爬架组的工作状态检测方法，通过构建两级神经网络模型，高度神经网络模型对爬架组内的相邻爬架之间的高度差信息进行处理，倾角神经网络模型对爬架组内的各个爬架的倾角信息进行处理，载荷神经网络对爬架组内的各个爬架的载荷信息进行处理，高度神经网络模型、倾角神经网络模型和载荷神经网络模型的输出作为第二级神经网络模型的输入，由此得到第二级神经网络模型的输出并据此进行判定得到爬架组的工作状态；优点是考虑爬架组内相邻爬架的状态数据的关联性，对爬架组内的各个爬架的数据信息进行融合处理，降低外界环境对各个爬架的干扰影响，综合得到全面、准确的判定结果，提高了检测爬架组安全状况的准确率。
- 一种爬架组工作状态检测方法
|
