基于RBF神经网络的温度场重建算法研究

• 作者: 刘再胜 孙小平 田丰 邵富群
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 温度场重建 径向基函数神经网络 函数逼近 学习算法
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 1460-1464
• 页数: 5页
• 分类号: TM173
• 字数: 3142字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2006.11.024

摘要

在声学法锅炉炉膛温度场测量中,重建算法是实现炉膛温度场重建的关键.本文提出一种基于径向基函数神经网络的复杂温度场重建算法.该算法首先对被测温度场用离散余弦变换,建立离散余弦变换低阶次项DCT系数向量与声波路径平均温度向量的映射关系,然后利用RBF神经网络良好的函数逼近能力实现该映射关系,并通过正交最小二乘法进行学习和训练,实现被测温度场的重建.本文对3种原型温度场进行了重建,并在40 dB、30 dB和20 dB等3种不同噪声水平下进行了重建实验.仿真及初步实验结果表明,该算法具有温度场重建精度高、速度快、抗干扰能力强的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田丰	沈阳航空工业学院计算机学院	57	792	18.0	26.0
2	孙小平	沈阳航空工业学院计算机学院	19	366	11.0	19.0
3	邵富群	东北大学信息科学与工程学院	69	961	20.0	27.0
4	刘再胜	沈阳航空工业学院计算机学院	1	21	1.0	1.0