传感器技术
傳感器技術
전감기기술
JOURNAL OF TRANSDUCER TECHNOLOGY
2003年
1期
34-37
,共4页
机器人%速度传感器%位置传感器%神经网络%分辨力%细分
機器人%速度傳感器%位置傳感器%神經網絡%分辨力%細分
궤기인%속도전감기%위치전감기%신경망락%분변력%세분
用光栅构成的机器人速度、位置传感器测量系统常用硬件进行信号细分,存在细分数不高,硬件复杂等问题.为此,研究了一种神经网络细分方法,并研究了一种用于细分的直接映射小脑模型神经网络.实验和实用证明,研究的小脑神经网络具有学习精度高、速度快,算法简单等特点;只要用很少的训练样本即可达到很高的细分精度,使分辨力得到很大提高,简化了硬件设计, 提高了系统的可靠性.
用光柵構成的機器人速度、位置傳感器測量繫統常用硬件進行信號細分,存在細分數不高,硬件複雜等問題.為此,研究瞭一種神經網絡細分方法,併研究瞭一種用于細分的直接映射小腦模型神經網絡.實驗和實用證明,研究的小腦神經網絡具有學習精度高、速度快,算法簡單等特點;隻要用很少的訓練樣本即可達到很高的細分精度,使分辨力得到很大提高,簡化瞭硬件設計, 提高瞭繫統的可靠性.
용광책구성적궤기인속도、위치전감기측량계통상용경건진행신호세분,존재세분수불고,경건복잡등문제.위차,연구료일충신경망락세분방법,병연구료일충용우세분적직접영사소뇌모형신경망락.실험화실용증명,연구적소뇌신경망락구유학습정도고、속도쾌,산법간단등특점;지요용흔소적훈련양본즉가체도흔고적세분정도,사분변력득도흔대제고,간화료경건설계, 제고료계통적가고성.
