期刊文献+
共找到38篇文章
< 1 2 >
每页显示 20 50 100
Adaptive Control Based on Neural Networks for an Uncertain 2-DOF Helicopter System With Input Deadzone and Output Constraints 被引量:15
1
作者 Yuncheng Ouyang Lu Dong +1 位作者 Lei Xue Changyin Sun 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2019年第3期807-815,共9页
In this paper, a study of control for an uncertain2-degree of freedom(DOF) helicopter system is given. The2-DOF helicopter is subject to input deadzone and output constraints. In order to cope with system uncertaintie... In this paper, a study of control for an uncertain2-degree of freedom(DOF) helicopter system is given. The2-DOF helicopter is subject to input deadzone and output constraints. In order to cope with system uncertainties and input deadzone, the neural network technique is introduced because of its capability in approximation. In order to update the weights of the neural network, an adaptive control method is utilized to improve the system adaptability. Furthermore, the integral barrier Lyapunov function(IBLF) is adopt in control design to guarantee the condition of output constraints and boundedness of the corresponding tracking errors. The Lyapunov direct method is applied in the control design to analyze system stability and convergence. Finally, numerical simulations are conducted to prove the feasibility and effectiveness of the proposed control based on the model of Quanser's 2-DOF helicopter. 展开更多
关键词 2-degree of FREEDOM (DOF) helicopter adaptive control INPUT DEADZONE integral barrier Lyapunov function neural networks output constraints
下载PDF
Adaptive L_2 control of nonlinear systems using neural networks
2
作者 HuaijingQU YingZHANG FengrongSUN 《控制理论与应用(英文版)》 EI 2004年第4期332-338,共7页
An adaptive neural network controller is developed to achieve output-tracking of a class of nonlinear systems. The global L 2 stability of the closed-loop system is established. The proposed control design overcomes t... An adaptive neural network controller is developed to achieve output-tracking of a class of nonlinear systems. The global L 2 stability of the closed-loop system is established. The proposed control design overcomes the limitation of the conventional adaptive neural control design where the modeling error brought by neural networks is assumed to be bounded over a compact set. Moreover, the generalized matching conditions are also relaxed in the proposed L 2 control design as the gains for the external disturbances entering the system are allowed to have unknown upper bounds. 展开更多
关键词 adaptive control neural network Nonlinear systems STABILITY L 2 controller Backstepping design
下载PDF
一种MPEG2视频编码的神经网络自适应量化算法
3
作者 骆立俊 邹采荣 何振亚 《通信学报》 EI CSCD 北大核心 1998年第2期6-13,共8页
本文在MPEG2TM5建议的自适应量化策略的基础上,提出了一种MPEG2视频编码的神经网络自适应量化算法。算法首先给出了一种宏块中16个子块的子块纹理掩蔽能量函数,用来作为神经网络的输入信号,然后用BP神经网络来综合... 本文在MPEG2TM5建议的自适应量化策略的基础上,提出了一种MPEG2视频编码的神经网络自适应量化算法。算法首先给出了一种宏块中16个子块的子块纹理掩蔽能量函数,用来作为神经网络的输入信号,然后用BP神经网络来综合评价宏块的视觉活动特性,将宏块分成平坦区,边缘区,纹理区或细纹理区,并相应采用不同的自适应视觉量化因子。实验结果表明,本文提出的算法,充分考虑了人眼的视觉特性,并用BP神经网络来划分宏块的不同活动性,减少了图像平坦区的块效应和图像边缘区的失真,改善了图像主观和客观质量,总体画面干净。 展开更多
关键词 mpeg2 神经网络 自适应量化 图像信号处理
下载PDF
An Adaptive Quantization Algorithm for MPEG-2 Video Coding
4
作者 邹采荣 骆立俊 +1 位作者 杨绿溪 何振亚 《Journal of Southeast University(English Edition)》 EI CAS 1997年第2期13-18,共6页
AnAdaptiveQuantizationAlgorithmforMPEG2VideoCodingZouCairong(邹采荣)LuoLijun(骆立俊)YangLüxi(杨绿溪)HeZhenya(何振亚)... AnAdaptiveQuantizationAlgorithmforMPEG2VideoCodingZouCairong(邹采荣)LuoLijun(骆立俊)YangLüxi(杨绿溪)HeZhenya(何振亚)(DepartmentofRadioE... 展开更多
关键词 mpeg2 VIDEO CODING adaptive quantization
下载PDF
基于改进INFO-Bi-LSTM模型的SO_(2)排放质量浓度预测 被引量:1
5
作者 王琦 柴宇唤 +2 位作者 王鹏程 刘百川 刘祥 《动力工程学报》 CAS CSCD 北大核心 2024年第4期641-649,共9页
针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN... 针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。 展开更多
关键词 炉内外联合脱硫 烟气SO_(2)质量浓度 INFO算法 Bi-LSTM神经网络 Circle混沌映射 自适应t分布
下载PDF
基于损失变化的CNN混合精度量化方法
6
作者 何益智 李钊 +2 位作者 李鉴柏 张少爽 刘文龙 《计算机工程与设计》 北大核心 2024年第2期571-577,共7页
针对卷积神经网络(convolutional neural network,CNN)在存储和计算资源有限的边缘设备中难以部署应用的问题,提出一种基于损失变化的混合精度量化方法,以低位宽定点数代替全精度浮点数进行运算,降低网络所需资源。根据每个量化层的一... 针对卷积神经网络(convolutional neural network,CNN)在存储和计算资源有限的边缘设备中难以部署应用的问题,提出一种基于损失变化的混合精度量化方法,以低位宽定点数代替全精度浮点数进行运算,降低网络所需资源。根据每个量化层的一阶和二阶信息指导位宽分配,采用K-means方法将量化层聚类成块,降低位宽策略搜索空间。提出一种自适应搜索方式,根据历史策略训练结果自行调整搜索状态。重新整合量化训练过程,减少传统量化训练中计算量。实验结果表明,采用所提方法可在CNN模型推理损失精度较小的前提下,有效压缩模型。 展开更多
关键词 卷积神经网络 混合精度量化 损失变化 K-MEANS聚类 敏感度分析 自适应搜索 模型压缩
下载PDF
Turbo-shaft engine adaptive neural network control based on nonlinear state space equation
7
作者 Ziyu GU Qiuhong LI +3 位作者 Shuwei PANG Wenxiang ZHOU Jichang WU Chenyang ZHANG 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2024年第4期493-507,共15页
Intelligent Adaptive Control(AC) has remarkable advantages in the control system design of aero-engine which has strong nonlinearity and uncertainty. Inspired by the Nonlinear Autoregressive Moving Average(NARMA)-L2 a... Intelligent Adaptive Control(AC) has remarkable advantages in the control system design of aero-engine which has strong nonlinearity and uncertainty. Inspired by the Nonlinear Autoregressive Moving Average(NARMA)-L2 adaptive control, a novel Nonlinear State Space Equation(NSSE) based Adaptive neural network Control(NSSE-AC) method is proposed for the turbo-shaft engine control system design. The proposed NSSE model is derived from a special neural network with an extra layer, and the rotor speed of the gas turbine is taken as the main state variable which makes the NSSE model be able to capture the system dynamic better than the NARMA-L2 model. A hybrid Recursive Least-Square and Levenberg-Marquardt(RLS-LM) algorithm is advanced to perform the online learning of the neural network, which further enhances both the accuracy of the NSSE model and the performance of the adaptive controller. The feedback correction is also utilized in the NSSE-AC system to eliminate the steady-state tracking error. Simulation results show that, compared with the NARMA-L2 model, the NSSE model of the turboshaft engine is more accurate. The maximum modeling error is decreased from 5.92% to 0.97%when the LM algorithm is introduced to optimize the neural network parameters. The NSSE-AC method can not only achieve a better main control loop performance than the traditional controller but also limit all the constraint parameters efficiently with quick and accurate switching responses even if component degradation exists. Thus, the effectiveness of the NSSE-AC method is validated. 展开更多
关键词 adaptive control systems Turbo-shaft engine neural network Nonlinear state space equation NARMA-L2
原文传递
Data-based Optimal Control for Discrete-time Zero-sum Games of 2-D Systems Using Adaptive Critic Designs 被引量:8
8
作者 WEI Qing-Lai ZHANG Hua-Guang CUI Li-Li 《自动化学报》 EI CSCD 北大核心 2009年第6期682-692,共11页
关键词 自适应系统 最优控制 离散时间 自动化系统
下载PDF
基于MSADE-IT2FNN模型的软测量建模方法及应用
9
作者 刘家璞 赵涛岩 +1 位作者 曹江涛 李平 《计算机集成制造系统》 EI CSCD 北大核心 2023年第9期2908-2919,共12页
针对复杂工业过程某些关键参数无法有效、实时在线检测的问题,提出一种基于多策略、自适应差分进化算法(MSADE)优化的区间二型模糊神经网络(IT2FNN)软测量建模方法。首先,为了解决差分进化算法采用单一策略、固定缩放因子和交叉概率导... 针对复杂工业过程某些关键参数无法有效、实时在线检测的问题,提出一种基于多策略、自适应差分进化算法(MSADE)优化的区间二型模糊神经网络(IT2FNN)软测量建模方法。首先,为了解决差分进化算法采用单一策略、固定缩放因子和交叉概率导致后期搜索能力不足的问题,提出一种多策略、自适应的差分进化算法(MSADE),该算法利用IT2FNN模型的均方根误差(RMSE)作为适应度函数,通过搜索不同规则数下的RMSE值,从而确定IT2FNN的结构(规则数)和初始参数;然后,IT2FNN模型的参数利用梯度下降法进行学习。最后,将所提模型应用到Mackey-Glass混沌时间序列的预测和酿酒过程淀粉利用率的软测量建模问题中,仿真结果验证了提出方法的有效性和优越性。 展开更多
关键词 区间二型模糊神经网络 差分进化算法 梯度下降算法 软测量 淀粉利用率
下载PDF
基于神经网络的智能下肢假肢自适应控制 被引量:8
10
作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2010年第7期1373-1376,1381,共5页
下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多
关键词 智能下肢假肢 自适应控制 学习矢量量化(LVQ) 神经网络(NN) 参考模型
下载PDF
MPEG-2量化策略的改进 被引量:2
11
作者 邓航 方向忠 +1 位作者 余松煜 薛震民 《通信学报》 EI CSCD 北大核心 1999年第7期27-31,共5页
本文在 M P E G- 2 T M 5 量化策略的基础上作了以下改进:1根据人眼视觉特性,提出一种计算宏块活动性系数的新算法,使之能更好地反映人眼对图像的敏感程度。2根据同一帧图像内不同区域的复杂度,自适应地给不同区... 本文在 M P E G- 2 T M 5 量化策略的基础上作了以下改进:1根据人眼视觉特性,提出一种计算宏块活动性系数的新算法,使之能更好地反映人眼对图像的敏感程度。2根据同一帧图像内不同区域的复杂度,自适应地给不同区域分配不同数量的比特数,减少由于对每个宏块平均分配比特数产生的图像质量不均匀现象。计算机模拟结果表明:采用本算法的图像编码信噪比平均提高了 06d B以上,而且图像的主观质量也有较大的改善。 展开更多
关键词 MPEG-2 TM5 自适应量化 活动性 量化策略
下载PDF
率失真最优自适应量化及其系数阈值的设定 被引量:3
12
作者 赵慧民 朱立 张光昭 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2004年第3期32-35,共4页
在最大PSNR的情况下,针对I帧最优编码,提出了一种实用的MPEG_2自适应量化算法。该方法包括自适应量化,系数的阈值设置和一种新的量化系数减小技术共3个模块。结果表明,和TM5方式比较,该优化方法对I帧编码改善了1 5~2dB的图像质量。
关键词 MPEC-2编码 自适应量化 系数阈值设置 系数幅度减小
下载PDF
低码率下 MPEG-2 自适应量化控制策略 被引量:2
13
作者 杨东 李军 余松煜 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第4期40-43,共4页
对MPEG-2TM5量化控制策略进行了修正,提出了一种基于宏块直方图特性的自适应量化控制方法.该方法考虑了人眼的视觉特性和编码效率,适应于低码率下的MPEG-2压缩编码,并能有效地提高图象质量.
关键词 视频编码 MPEG-2 自适应量化 直方图 图像编码
下载PDF
一种基于矢量量化的高光谱遥感图像压缩算法 被引量:6
14
作者 赵春晖 陈万海 张凌雁 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第3期447-452,共6页
压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱... 压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱遥感图像进行压缩.首先采用自适应波段选择(Adaptive band selection)的谱间压缩方法,通过自适应地选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量.然后对降维后图像在空间进行小波变换并进行矢量量化,最后对量化后数据进行自适应算术编码.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低;基于神经网络的SOFM算法及其改进算法取得较好的空间压缩效果,实现了对高光谱遥感图像的有效压缩. 展开更多
关键词 高光谱遥感图像 矢量量化 神经网络 自适应波段选择 图像压缩
下载PDF
改进的Kohonen网络及图像自适应矢量量化 被引量:11
15
作者 王卫 蔡德钧 万发贯 《通信学报》 EI CSCD 北大核心 1992年第5期16-21,共6页
本文针对图像矢量量化存在的分块效应问题,通过对Kohonen自组织模型的研究,修改了Kohonen的自组织特征映射(SOFM)算法,设计了两个DCT(离散余弦变换)域的特征值,用于图像数据块的分类。在此基础上,进一步探讨了改进的自组织特征映射(MSO... 本文针对图像矢量量化存在的分块效应问题,通过对Kohonen自组织模型的研究,修改了Kohonen的自组织特征映射(SOFM)算法,设计了两个DCT(离散余弦变换)域的特征值,用于图像数据块的分类。在此基础上,进一步探讨了改进的自组织特征映射(MSOFM)算法在图像自适应矢量量化中的应用。计算机模拟实验表明,MSOFM算法有效地减少了分块效应,与SOFM算法相比具有更好的性能。 展开更多
关键词 KOHONEN网络 矢量量化 神经网络
下载PDF
考虑量化输入和输出约束的互联系统自适应分散跟踪控制 被引量:10
16
作者 秦贞华 何熊熊 +1 位作者 李刚 伍益明 《自动化学报》 EI CAS CSCD 北大核心 2021年第5期1111-1124,共14页
本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计.分别针对量化参数已知和未知两种情况,基于反推(Backstepping)设计法,利用神经网络逼近特性,设计自适应分散跟踪控制策略.通过定义新的未知常量和非线性... 本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计.分别针对量化参数已知和未知两种情况,基于反推(Backstepping)设计法,利用神经网络逼近特性,设计自适应分散跟踪控制策略.通过定义新的未知常量和非线性光滑函数,设计自适应参数估计项来消除未知互联项对系统的影响.进一步考虑量化参数未知的情形,引入一个新的不等式来转化输入信号,并构建新的自适应补偿项来处理量化影响.同时,障碍李雅普诺夫函数的引入,确保了系统输出不违反约束条件.与现有量化输入设计相比,本文所提方法不要求未知非线性项满足李普希兹条件,并且允许量化参数未知.该设计方法保证了闭环系统所有信号最终一致有界,而且跟踪误差能够收敛到原点的小邻域内,同时保证输出不违反约束条件.最后,仿真算例验证了所提方法具备良好的跟踪控制性能. 展开更多
关键词 互联系统 量化输入 输出约束 分散控制 自适应反推控制 神经网络
下载PDF
基于AVQ聚类和OIF-Elman神经网络的机床热误差建模 被引量:11
17
作者 朱小龙 杨建国 代贵松 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第1期16-21,共6页
针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床... 针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床热误差与关键测点温度之间的关系.结果表明,采用基于AVQ网络聚类法和OIF-Elman神经网络预测模型,能够降低机床温度测点之间耦合作用的影响,提高热误差建模的准确性与鲁棒性. 展开更多
关键词 数控机床 自适应矢量量化网络 输出一输入反馈Elman神经网络 热误差建模
下载PDF
自组织区间二型模糊神经网络及其自适应学习算法 被引量:6
18
作者 姚兰 肖建 +1 位作者 王嵩 蒋玉莲 《控制理论与应用》 EI CAS CSCD 北大核心 2013年第6期785-791,共7页
针对复杂不确定非线性系统的辨识问题,提出一种基于聚类的自组织区间二型模糊神经网络学习算法.首先采用具有两个不同加权参数的FCM算法对输入数据进行划分来获取规则前件的不确定均值,同时结合聚类有效性标准确定模糊规则数目,从而自... 针对复杂不确定非线性系统的辨识问题,提出一种基于聚类的自组织区间二型模糊神经网络学习算法.首先采用具有两个不同加权参数的FCM算法对输入数据进行划分来获取规则前件的不确定均值,同时结合聚类有效性标准确定模糊规则数目,从而自动完成神经网络的结构辨识和规则前件参数辨识;随后给出了基于梯度下降法和Lyapunov函数稳定收敛定理的规则后件权向量学习速率的自适应学习算法.通过非线性系统辨识实例,验证了该算法与其他方法相比具有更快的收敛速度和更高的逼近精度;并且利用该算法建立了某市电力短期负荷预测模型,结果表明该模型具有较高的预测精度,泛化性能更佳. 展开更多
关键词 自组织 区间二型模糊神经网络 梯度下降法 自适应学习算法
下载PDF
ART-2网络学习算法的改进 被引量:22
19
作者 韩小云 刘瑞岩 《数据采集与处理》 CSCD 1996年第4期241-245,共5页
详细介绍了ART-2网络的算法。通过一个渐变输入模式序列揭示了ART-2网络潜在的模式漂移现象,由此导出ρ0>ρ0的矛盾,并改进了网络的学习算法。
关键词 ART-2网络 学习算法 神经网络
下载PDF
一种具有自适应量化层的 CMAC 神经网络 被引量:1
20
作者 高晓智 王常虹 +1 位作者 徐立新 庄显义 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1997年第3期22-25,共4页
首先阐述了CMAC神经网络的原理、结构和学习算法,提出了一种新的采用竞争学习原理的非等距自适应量化算法。理论分析和仿真结果表明,在保持量化总级数不变的前提下,该方法能有效的利用CMAC神经网络的内存,提高逼近精度。文... 首先阐述了CMAC神经网络的原理、结构和学习算法,提出了一种新的采用竞争学习原理的非等距自适应量化算法。理论分析和仿真结果表明,在保持量化总级数不变的前提下,该方法能有效的利用CMAC神经网络的内存,提高逼近精度。文中进行了理论分析,仿真实验证明了所提方法的有效性。 展开更多
关键词 CMAC神经网络 自适应量化 神经网络 学习算法
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部