仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2009年
2期
362-367
,共6页
吴德会%赵伟%黄松岭%郝宽胜
吳德會%趙偉%黃鬆嶺%郝寬勝
오덕회%조위%황송령%학관성
函数连接型神经网络%动态模型%辨识%传感器
函數連接型神經網絡%動態模型%辨識%傳感器
함수련접형신경망락%동태모형%변식%전감기
提出一种改进的函数连接型神经网络(FLANN),并将其应用于传感器动态建模.首先,将单输入单输出(SISO)的传感器系统表达为动态差分方程模型;再充分考虑动态模型输出的历史值与参数之间的关系,对模型输出与参数的偏导数进行重新推导,得到了对权值参数偏导数的更高精度估计;最后,利用该模型梯度进行迭代训练,加快了网络收敛速度并提高了收敛的稳定性.实验结果表明,改进FLANN具有更快的收敛速度和更强的鲁棒性,十分适合传感器动态系统的建模.
提齣一種改進的函數連接型神經網絡(FLANN),併將其應用于傳感器動態建模.首先,將單輸入單輸齣(SISO)的傳感器繫統錶達為動態差分方程模型;再充分攷慮動態模型輸齣的歷史值與參數之間的關繫,對模型輸齣與參數的偏導數進行重新推導,得到瞭對權值參數偏導數的更高精度估計;最後,利用該模型梯度進行迭代訓練,加快瞭網絡收斂速度併提高瞭收斂的穩定性.實驗結果錶明,改進FLANN具有更快的收斂速度和更彊的魯棒性,十分適閤傳感器動態繫統的建模.
제출일충개진적함수련접형신경망락(FLANN),병장기응용우전감기동태건모.수선,장단수입단수출(SISO)적전감기계통표체위동태차분방정모형;재충분고필동태모형수출적역사치여삼수지간적관계,대모형수출여삼수적편도수진행중신추도,득도료대권치삼수편도수적경고정도고계;최후,이용해모형제도진행질대훈련,가쾌료망락수렴속도병제고료수렴적은정성.실험결과표명,개진FLANN구유경쾌적수렴속도화경강적로봉성,십분괄합전감기동태계통적건모.