基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对风速传感器输入输出存在的非线性误差,提出应用蚁群小波神经网络进行校正。该算法依据小波变换优良的局部特性,采用小波基函数作为隐含层的激活函数;利用蚁群算法全局搜索寻优特性,优化网络的权值和小波参数,避免陷入局部最优。构建了基于风速传感器非线性校正模型,并与神经网络校正结果进行比较。结果表明,蚁群小波神经网络的校正精度和效率均优于神经网络。
推荐文章
多UUV系统蚁群小波神经网络伪点迹估计器研究
蚁群算法
小波神经网络
伪点迹估计器
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
小波神经网络在故障诊断中的应用
故障诊断
小波分析
神经网络
小波神经网络
小波神经网络在钻井事故诊断中的应用
钻井
小波神经网络
井漏
井涌
事故诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蚁群小波神经网络在矿用风速传感中的应用
来源期刊 煤矿机械 学科 工学
关键词 非线性校正 小波神经网络 蚁群算法 风速传感器
年,卷(期) 2015,(9) 所属期刊栏目 使用?维修
研究方向 页码范围 248-250
页数 3页 分类号 TP183
字数 2370字 语种 中文
DOI 10.13436/j.mkjx.201509099
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈艳丽 河南理工大学计算机与科学技术学院 15 49 5.0 6.0
2 谢芳 焦作师范高等专科学校计算机与信息工程学院 9 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性校正
小波神经网络
蚁群算法
风速传感器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导