信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2013年
1期
17-21,24
,共6页
丁硕%胡庆功%常晓恒%巫庆辉
丁碩%鬍慶功%常曉恆%巫慶輝
정석%호경공%상효항%무경휘
LMBP神经网络%L-M算法%涡流传感器%曲线拟合%Matlab语言
LMBP神經網絡%L-M算法%渦流傳感器%麯線擬閤%Matlab語言
LMBP신경망락%L-M산법%와류전감기%곡선의합%Matlab어언
为了正确反映数字式涡流传感器的实际非线性特性,文中利用Levenberg-Marguardt (L-M)算法优化BP的权值修正量,提出了一种快速收敛的LMBP学习算法,从数学角度详细阐述了LMBP算法的学习过程,并在Matlab环境下设计了具体的网络对数字式涡流传感器特性曲线进行拟合.仿真结果表明,较传统BP网络和传统改进BP网络,LMBP网络有着更快的收敛速度和更强的逼近能力.
為瞭正確反映數字式渦流傳感器的實際非線性特性,文中利用Levenberg-Marguardt (L-M)算法優化BP的權值脩正量,提齣瞭一種快速收斂的LMBP學習算法,從數學角度詳細闡述瞭LMBP算法的學習過程,併在Matlab環境下設計瞭具體的網絡對數字式渦流傳感器特性麯線進行擬閤.倣真結果錶明,較傳統BP網絡和傳統改進BP網絡,LMBP網絡有著更快的收斂速度和更彊的逼近能力.
위료정학반영수자식와류전감기적실제비선성특성,문중이용Levenberg-Marguardt (L-M)산법우화BP적권치수정량,제출료일충쾌속수렴적LMBP학습산법,종수학각도상세천술료LMBP산법적학습과정,병재Matlab배경하설계료구체적망락대수자식와류전감기특성곡선진행의합.방진결과표명,교전통BP망락화전통개진BP망락,LMBP망락유착경쾌적수렴속도화경강적핍근능력.
