“代景欢”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种RBF板形识别模型的FPGA实现方法-CN201910633849.5在审
发明人：张秀玲;代景欢;魏楷伦 -专利权人：燕山大学
申请日： 2019-07-15 - 公布日： 2019-10-18 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种RBF板形识别模型的FPGA实现方法，该方法内容包括：首先，利用板形仪采集冷轧带钢板宽方向分布的内部应力值；其次，将板形仪输出的原始数据用PCA进行降维和特征提取；然后，用基于遗传算法优化RBF神经网络参数；最后，在FPGA中搭建训练好的RBF板形识别模型，用来进行板形识别。本发明将遗传算法优化的RBF神经网络应用到板形识别中并用FPGA来作为实现载体，显著提高了网络的训练效率，有效解决了传统板形识别方法精度低和实时性差实现后并行程度低、处理速度慢、不满足能耗限制等技术问题，同时避免了在硬件中训练造成资源浪费问题的出现。
板形遗传算法优化板形仪实时性差特征提取训练效率有效解决原始数据传统板宽方向冷轧带钢板并行能耗并用采集输出应用网络

[发明专利]一种冷轧板带信号模式识别的方法-CN201710181131.8有效
发明人：张秀玲;程艳涛;代景欢 -专利权人：燕山大学
申请日： 2017-03-24 - 公布日： 2018-09-04 - 主分类号： B21B38/00 文献下载
摘要：一种冷轧板带信号模式识别的方法，该方法内容包括以下步骤：采集板形仪在线测量的冷轧带钢宽度方向各测量段板形测量值，得到各测量段板形值；将板形仪输出的原始数据输入到一个n层的神经网络作为特征提取层，主要通过训练让网络自动提取特征以排除人工的痕迹；使用基于遗传算法的改进型量子神经网络进行板形识别。本发明将遗传算法优化的多层激励函数的改进型量子神经网络应用到板形模式识别技术中，显著提高了网络的训练效率，有效解决了传统板形识别方法中遇到的精度和实时性不够理想、网络结构复杂且训练时间长和稳定性和鲁棒性差等问题。
一种冷轧信号模式识别方法