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:
针对传统压电扫描器迟滞模型泛化能力较弱的问题,提出了一种基于Preisach模型的深度学习网络来建立迟滞模型,提高了模型的学习能力和泛化能力.具体而言,首先利用深度学习在深度特征提取方面的优势,建立包含卷积层、池化层、展开层以及深度特征层的深度学习层来提取输入电压信号的特征信息;其次,利用傅里叶变换层计算得到输入信号的频率,并将频率输入到非线性层,构造并输出了与输入信号频率相关的非线性项,该非线性项作为权值函数与Preisach模型的迟滞单元输出相乘,并将乘积叠加得到了频率相关的模型输出向量;最后,将深度学习层输出的特征向量与Preisach模型输出向量点乘,即可得到深度学习网络的最终输出位移.同时利用电容位移传感器采集的16组输入输出信号对深度学习网络进行训练,得到了网络中的权值参数,并利用其他8组输入输出数据对深度网络进行测试,训练和测试结果表明,本文所提出的基于Preisach模型的深度学习网络在得到高精度迟滞模型的同时,提高了模型的泛化能力.
推荐文章
基于深度学习网络的风电场功率短期预测研究
风电场
数值天气预报
功率预测
深度学习网
基于深度学习网络的物联网非法入侵识别研究
深度学习网络
物联网案例
非法入侵
行为识别
特征向量
基于PREISACH模型的压电陶瓷定位控制
压电陶瓷
Preisach模型
不完全微分PID
对Preisach类的迟滞非线性神经网络建模
迟滞
Preisach模型
神经网络
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 基于Preisach模型的深度学习网络迟滞建模
来源期刊 控制理论与应用 学科 工学
关键词 压电扫描器 迟滞非线性 Preisach模型 深度学习
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 723-731
页数 9页 分类号 TP273
字数 5755字 语种 中文
DOI 10.7641/CTA.2017.70554
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 武毅男 南开大学机器人与信息自动化研究所 3 8 1.0 2.0
2 方勇纯 6 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (79)
参考文献  (21)
节点文献
引证文献  (7)
同被引文献  (10)
二级引证文献  (1)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(8)
  • 参考文献(5)
  • 二级参考文献(3)
2015(11)
  • 参考文献(5)
  • 二级参考文献(6)
2016(9)
  • 参考文献(4)
  • 二级参考文献(5)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
压电扫描器
迟滞非线性
Preisach模型
深度学习
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导