清华大学学报（自然科学版）
清華大學學報（自然科學版）
청화대학학보（자연과학판）
JOURNAL OF TSINGHUA UNIVERSITY SCIENCE AND TECHNOLOGY
2005年
7期
999-1001
,共3页
孙晓刚%原桂彬%林科锋%戴景民
孫曉剛%原桂彬%林科鋒%戴景民
손효강%원계빈%림과봉%대경민
神经网络%真实温度%多光谱测温
神經網絡%真實溫度%多光譜測溫
신경망락%진실온도%다광보측온
为了解决大多数工程材料真实温度的测量问题,提出了基于BP神经网络的多光谱数据处理方法,分析了随机噪声对真实温度计算结果的影响.结果表明:在没有噪声的情况下,训练过的发射率样本真实温度的识别误差在±30 K以内;未训练过的发射率样本真实温度的识别误差在±50 K以内.随着随机噪声的增大,网络的识别误差也相应增大,但训练过的样本其网络的识别误差较小.说明加大发射率样本可以提高真实温度的识别精度.
為瞭解決大多數工程材料真實溫度的測量問題,提齣瞭基于BP神經網絡的多光譜數據處理方法,分析瞭隨機譟聲對真實溫度計算結果的影響.結果錶明:在沒有譟聲的情況下,訓練過的髮射率樣本真實溫度的識彆誤差在±30 K以內;未訓練過的髮射率樣本真實溫度的識彆誤差在±50 K以內.隨著隨機譟聲的增大,網絡的識彆誤差也相應增大,但訓練過的樣本其網絡的識彆誤差較小.說明加大髮射率樣本可以提高真實溫度的識彆精度.
위료해결대다수공정재료진실온도적측량문제,제출료기우BP신경망락적다광보수거처리방법,분석료수궤조성대진실온도계산결과적영향.결과표명:재몰유조성적정황하,훈련과적발사솔양본진실온도적식별오차재±30 K이내;미훈련과적발사솔양본진실온도적식별오차재±50 K이내.수착수궤조성적증대,망락적식별오차야상응증대,단훈련과적양본기망락적식별오차교소.설명가대발사솔양본가이제고진실온도적식별정도.
