期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
非线性连续系统数学模型的辨识法
1
作者
杨惟高
曾广达
《武汉大学学报(自然科学版)》
CSCD
1992年第4期46-52,共7页
本文采用方波脉冲变换法对一类非线性连续系统的混合模型和参数模型进行了辨识,并导出了相应的辨识公式。
关键词
非线性
连续系统
数学模型
辨识
下载PDF
职称材料
BP神经网络在水泥窑控制建模中的应用
被引量:
3
2
作者
张宏斌
岳超源
+2 位作者
刘文斌
杨惟高
潘林强
《计算机工程与应用》
CSCD
北大核心
2002年第14期235-238,共4页
水泥窑优化控制建模问题一直是自动化界急于解决的难题。文章利用神经网络的非线性映射、特征抽取和容错能力来解决水泥窑优化控制建模问题,建立了基于BP网络的窑优化操作二层回路控制方案,并针对在BP网络训练中可能出现的一些问题如收...
水泥窑优化控制建模问题一直是自动化界急于解决的难题。文章利用神经网络的非线性映射、特征抽取和容错能力来解决水泥窑优化控制建模问题,建立了基于BP网络的窑优化操作二层回路控制方案,并针对在BP网络训练中可能出现的一些问题如收敛、局部极小、隐层节点数确定和训练样本集对训练影响等问题进行了分析讨论,并采用了相应的训练策略,以保证训练后网络具有较好的记忆和归纳能力。仿真结果证明了采用这种策略进行训练的正确性。
展开更多
关键词
BP神经网络
水泥窑
控制
建模
优化控制
煅烧
下载PDF
职称材料
基于神经网络吸引子纠错译码的初步研究
3
作者
刘可文
杨惟高
+1 位作者
徐松岭
李龙
《信息技术》
2001年第4期43-44,共2页
介绍了利用神经网络吸引子译码的新思想和一种吸引域的分析方法 ,并给出了一个吸引子译码的具体例子。通过计算机模拟说明了吸引子译码的可行性 。
关键词
吸引子
吸引域
纠错译码
神经网络
下载PDF
职称材料
BP 神经网络在窑外分解窑优化控制中的应用
被引量:
1
4
作者
李龙
徐松岭
杨惟高
《河北工业科技》
CAS
2001年第2期35-37,共3页
利用 BP神经网络逼近任意非线性函数的功能代替专家系统中的推理机 ,以比推理机更快的速度得到优化控制输出 ,这对于水泥窑一类复杂控制对象的适时控制具有很好的实用价值。通过仿真实验 ,表明 BP神经网络对水泥窑的优化控制规则有很好...
利用 BP神经网络逼近任意非线性函数的功能代替专家系统中的推理机 ,以比推理机更快的速度得到优化控制输出 ,这对于水泥窑一类复杂控制对象的适时控制具有很好的实用价值。通过仿真实验 ,表明 BP神经网络对水泥窑的优化控制规则有很好的记忆功能和泛化功能 ,为水泥窑一类复杂控制对象的优化控制提供了新的方法和思路。
展开更多
关键词
BP神经网络
MATLAB工具箱
水泥窑
系统仿真
窑外分解窑
优化控制
下载PDF
职称材料
水泥窑一类复杂对象的RBF网络优化控制
被引量:
2
5
作者
徐松岭
刘可文
杨惟高
《水泥技术》
2001年第3期34-36,共3页
利用神经网络的记忆功能和泛化功能,给出水泥窑一类复杂对象优化控制所要求的输入输出关系,以比专家系统推理机更快得到优化控制输出,这对于实时控制十分重要。仿真实验表明采用“局部逼近”的RBF神经网络,从根本上解决了“全局逼...
利用神经网络的记忆功能和泛化功能,给出水泥窑一类复杂对象优化控制所要求的输入输出关系,以比专家系统推理机更快得到优化控制输出,这对于实时控制十分重要。仿真实验表明采用“局部逼近”的RBF神经网络,从根本上解决了“全局逼近”的BP神经网络收敛速度慢的问题。神经网络对水泥窑的优化控制规则有很好的记忆功能和泛化功能,从而为水泥窑一类复杂控制对象的优化控制提供了新的方法和思路。
展开更多
关键词
水泥
预分解窑
RBF网络
系统仿真
下载PDF
职称材料
Hession矩阵凸性判别法选择凸性目标函数解决ANN学习算法中局部极值问题
6
作者
徐松岭
杨惟高
等
《凉山大学学报》
2000年第3期20-23,共4页
误差反传学习算法(即BP算法)是人工神经网络(ANN)中应用最广泛,影响最大的一种ANN学习算法,但是BP算法和其他学习算法一样,存在收敛速度慢和局部极小值问题,采用Hession矩阵凸性判别法选择凸性目标函数,保证学习过程中所求出...
误差反传学习算法(即BP算法)是人工神经网络(ANN)中应用最广泛,影响最大的一种ANN学习算法,但是BP算法和其他学习算法一样,存在收敛速度慢和局部极小值问题,采用Hession矩阵凸性判别法选择凸性目标函数,保证学习过程中所求出的目标函数的极小值就是全局极小值,从根本上避免了陷入局部极小值问题和由局部极小值所导致的收敛速度慢的问题,对于ANN学习算法目标函数的选择具有一定指标意义。
展开更多
关键词
ANN
学习算法
局部极值
凸性目标函数
Hession矩阵
凸性判别
BP算法
人工神经网络
下载PDF
职称材料
非零初始值非线性系统的求解和传递函数的递推计算
7
作者
杨惟高
《武汉工业大学学报》
CSCD
1993年第3期98-105,共8页
本文给出一种非常简便的初始值全零和初始值非零的非线性系统Volterra响应和传递函数的递推求法,且所得传递函数是一个对称化的频域核。
关键词
非零初始值
非线性系统
传递函数
原文传递
基于经验规则的水泥磨控制
8
作者
陈进
杨惟高
《武汉工业大学学报》
CSCD
1997年第2期17-20,共4页
应用泛布尔代数理论分析水泥磨控制规则,得到分层次的泛逻辑图和泛逻辑表达式,对应控制结构上的多级闭环负反馈控制,使得水泥磨规则控制器的设计实现从硬件到软件简单明晰,可靠性和性能指标更好。
关键词
泛布尔代数
规则控制
磨机
水泥
粉磨
原文传递
题名
非线性连续系统数学模型的辨识法
1
作者
杨惟高
曾广达
机构
武汉工业大学自动化系
武汉大学空间物理与电子信息学系
出处
《武汉大学学报(自然科学版)》
CSCD
1992年第4期46-52,共7页
文摘
本文采用方波脉冲变换法对一类非线性连续系统的混合模型和参数模型进行了辨识,并导出了相应的辨识公式。
关键词
非线性
连续系统
数学模型
辨识
Keywords
continuous-time nonlinear system
model identification
block-pulse function transform
recursive calculation
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
BP神经网络在水泥窑控制建模中的应用
被引量:
3
2
作者
张宏斌
岳超源
刘文斌
杨惟高
潘林强
机构
华中科技大学控制系
武汉理工大学自动化系
出处
《计算机工程与应用》
CSCD
北大核心
2002年第14期235-238,共4页
基金
国家自然科学基金青年基金(编号:60103021)资助项目
文摘
水泥窑优化控制建模问题一直是自动化界急于解决的难题。文章利用神经网络的非线性映射、特征抽取和容错能力来解决水泥窑优化控制建模问题,建立了基于BP网络的窑优化操作二层回路控制方案,并针对在BP网络训练中可能出现的一些问题如收敛、局部极小、隐层节点数确定和训练样本集对训练影响等问题进行了分析讨论,并采用了相应的训练策略,以保证训练后网络具有较好的记忆和归纳能力。仿真结果证明了采用这种策略进行训练的正确性。
关键词
BP神经网络
水泥窑
控制
建模
优化控制
煅烧
Keywords
BP neural network,cement kiln,training strategies,optimal control
分类号
TQ172.622 [化学工程—水泥工业]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于神经网络吸引子纠错译码的初步研究
3
作者
刘可文
杨惟高
徐松岭
李龙
机构
武汉理工大学
出处
《信息技术》
2001年第4期43-44,共2页
文摘
介绍了利用神经网络吸引子译码的新思想和一种吸引域的分析方法 ,并给出了一个吸引子译码的具体例子。通过计算机模拟说明了吸引子译码的可行性 。
关键词
吸引子
吸引域
纠错译码
神经网络
分类号
TN911.22 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
BP 神经网络在窑外分解窑优化控制中的应用
被引量:
1
4
作者
李龙
徐松岭
杨惟高
机构
武汉工业大学信息学院
出处
《河北工业科技》
CAS
2001年第2期35-37,共3页
文摘
利用 BP神经网络逼近任意非线性函数的功能代替专家系统中的推理机 ,以比推理机更快的速度得到优化控制输出 ,这对于水泥窑一类复杂控制对象的适时控制具有很好的实用价值。通过仿真实验 ,表明 BP神经网络对水泥窑的优化控制规则有很好的记忆功能和泛化功能 ,为水泥窑一类复杂控制对象的优化控制提供了新的方法和思路。
关键词
BP神经网络
MATLAB工具箱
水泥窑
系统仿真
窑外分解窑
优化控制
Keywords
BP ANN
MATLAB
cement kiln
system simulation
分类号
TQ172.622 [化学工程—水泥工业]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
水泥窑一类复杂对象的RBF网络优化控制
被引量:
2
5
作者
徐松岭
刘可文
杨惟高
机构
武汉工业大学信息学院
出处
《水泥技术》
2001年第3期34-36,共3页
文摘
利用神经网络的记忆功能和泛化功能,给出水泥窑一类复杂对象优化控制所要求的输入输出关系,以比专家系统推理机更快得到优化控制输出,这对于实时控制十分重要。仿真实验表明采用“局部逼近”的RBF神经网络,从根本上解决了“全局逼近”的BP神经网络收敛速度慢的问题。神经网络对水泥窑的优化控制规则有很好的记忆功能和泛化功能,从而为水泥窑一类复杂控制对象的优化控制提供了新的方法和思路。
关键词
水泥
预分解窑
RBF网络
系统仿真
分类号
TP29 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
Hession矩阵凸性判别法选择凸性目标函数解决ANN学习算法中局部极值问题
6
作者
徐松岭
杨惟高
等
机构
武汉工业大学
武汉工业大学信息学院
出处
《凉山大学学报》
2000年第3期20-23,共4页
文摘
误差反传学习算法(即BP算法)是人工神经网络(ANN)中应用最广泛,影响最大的一种ANN学习算法,但是BP算法和其他学习算法一样,存在收敛速度慢和局部极小值问题,采用Hession矩阵凸性判别法选择凸性目标函数,保证学习过程中所求出的目标函数的极小值就是全局极小值,从根本上避免了陷入局部极小值问题和由局部极小值所导致的收敛速度慢的问题,对于ANN学习算法目标函数的选择具有一定指标意义。
关键词
ANN
学习算法
局部极值
凸性目标函数
Hession矩阵
凸性判别
BP算法
人工神经网络
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
O174.13 [理学—基础数学]
下载PDF
职称材料
题名
非零初始值非线性系统的求解和传递函数的递推计算
7
作者
杨惟高
机构
武汉工业大学电气自动化系
出处
《武汉工业大学学报》
CSCD
1993年第3期98-105,共8页
文摘
本文给出一种非常简便的初始值全零和初始值非零的非线性系统Volterra响应和传递函数的递推求法,且所得传递函数是一个对称化的频域核。
关键词
非零初始值
非线性系统
传递函数
Keywords
non-zero initial values
volterra responses
transfer functions
nonlinear systems
recursive calculation
分类号
TP27 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于经验规则的水泥磨控制
8
作者
陈进
杨惟高
机构
武汉工业大学机电学院
出处
《武汉工业大学学报》
CSCD
1997年第2期17-20,共4页
文摘
应用泛布尔代数理论分析水泥磨控制规则,得到分层次的泛逻辑图和泛逻辑表达式,对应控制结构上的多级闭环负反馈控制,使得水泥磨规则控制器的设计实现从硬件到软件简单明晰,可靠性和性能指标更好。
关键词
泛布尔代数
规则控制
磨机
水泥
粉磨
Keywords
pan-algebra
control based on rule
cement
mill
computer
分类号
TQ172.63 [化学工程—水泥工业]
原文传递
题名
作者
出处
发文年
被引量
操作
1
非线性连续系统数学模型的辨识法
杨惟高
曾广达
《武汉大学学报(自然科学版)》
CSCD
1992
0
下载PDF
职称材料
2
BP神经网络在水泥窑控制建模中的应用
张宏斌
岳超源
刘文斌
杨惟高
潘林强
《计算机工程与应用》
CSCD
北大核心
2002
3
下载PDF
职称材料
3
基于神经网络吸引子纠错译码的初步研究
刘可文
杨惟高
徐松岭
李龙
《信息技术》
2001
0
下载PDF
职称材料
4
BP 神经网络在窑外分解窑优化控制中的应用
李龙
徐松岭
杨惟高
《河北工业科技》
CAS
2001
1
下载PDF
职称材料
5
水泥窑一类复杂对象的RBF网络优化控制
徐松岭
刘可文
杨惟高
《水泥技术》
2001
2
下载PDF
职称材料
6
Hession矩阵凸性判别法选择凸性目标函数解决ANN学习算法中局部极值问题
徐松岭
杨惟高
等
《凉山大学学报》
2000
0
下载PDF
职称材料
7
非零初始值非线性系统的求解和传递函数的递推计算
杨惟高
《武汉工业大学学报》
CSCD
1993
0
原文传递
8
基于经验规则的水泥磨控制
陈进
杨惟高
《武汉工业大学学报》
CSCD
1997
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部