GA-T-S 云推理网络板形模式识别的 DSP 实现

• 作者: 张秀玲 李海滨 来永进 高武杨
• 来源期刊: 中国机械工程
• 关键词: T-S云推理网络 板形识别 数字信号处理器 硬件实现 遗传算法
• 年，卷（期）: 2016,（17）
• 页码范围: 2341-2347
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.17.012

摘要

针对现有神经网络大多是在软件的基础上进行仿真，训练时间长，不利于工程实际应用的问题，提出了 GA-T-S 云推理网络板形模式识别的 DSP 实现方法。首先以设计的板形模式识别 GA-T-S云推理网络模型为基础，利用 TI TMS320F2812完成 T-S 云推理网络的 DSP 设计；然后利用MATLAB 遗传算法工具箱离线优化 T-S 云推理网络参数，将优化后的网络参数存入 DSP 中，进而分别在 MATLAB 与 DSP 上运行该网络；最后将运行结果分别进行显示与对比分析。实验结果证实了基于 GA-T-S 云推理网络的板形模式识别模型有较高的板形识别精度，能够正确识别出板形缺陷的类型，同时验证了 GA-T-S 云推理网络在硬件 TI TMS320F2812上实现的可行性与快速性，从而为神经网络推广应用到实际工程中提供了依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀玲	燕山大学河北省工业计算机控制工程重点实验室	65	530	12.0	20.0
5	李海滨	燕山大学河北省工业计算机控制工程重点实验室	77	591	12.0	20.0
9	高武杨	燕山大学河北省工业计算机控制工程重点实验室	2	10	2.0	2.0
10	来永进	燕山大学河北省工业计算机控制工程重点实验室	3	12	2.0	3.0