期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
隐层改进的BP网络在织物染色配色中的应用 被引量:3
1
作者 王巍娟 张秉森 +3 位作者 聂晴晴 司学锋 李含春 韩蔚 《青岛大学学报(工程技术版)》 CAS 2008年第4期40-44,共5页
为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实... 为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实验验证了人工神经网络算法在织物染色配色中应用的可能性和可靠性,为神经网络模型在织物染色配色中选择和构造合适的高性能网络结构提供了参考。 展开更多
关键词 计算机配色 KUBELKA-MUNK理论 BP神经网络 隐层改进
下载PDF
基于改进集成多隐层小波极限学习神经网络的滚动轴承故障识别研究 被引量:4
2
作者 赵凡超 戴石良 +2 位作者 房华伟 张丽敏 刘伟 《机电工程》 CAS 北大核心 2021年第9期1152-1159,共8页
由于强噪声和非线性、非平稳性等特性,导致滚动轴承振动信号存在难以提取和其工况状态难以辨识的问题,对此提出了一种基于改进集成多隐层小波极限学习神经网络的滚动轴承故障识别模型。首先,使用了谱分割小波变换,将采集到的滚动轴承振... 由于强噪声和非线性、非平稳性等特性,导致滚动轴承振动信号存在难以提取和其工况状态难以辨识的问题,对此提出了一种基于改进集成多隐层小波极限学习神经网络的滚动轴承故障识别模型。首先,使用了谱分割小波变换,将采集到的滚动轴承振动信号分解为若干本征模态分量;然后,选择了较能反映轴承运行工况特征的模态分量,并加以了重构;最后,利用了不同小波函数设计了不同的多隐层小波极限学习神经网络,并加入了卷积机制,将重构后的信号输入不同的深层网络,进行了特征学习与故障识别,利用集成方法得到了最后的滚动轴承故障识别结果。研究结果表明:提出方法的平均故障识别准确率达到99.42%,标准差仅为0.11;该方法自动特征提取能力和工况识别能力优于深度稀疏自动编码器、深度降噪自动编码器和深度信念网络等深度学习方法,适用于滚动轴承故障的自动识别。 展开更多
关键词 滚动轴承 集成学习 故障识别 极限学习机 小波变换 改进集成多小波极限学习神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部