![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/4fba1ca5-4f29-4958-95bf-36c90ff0a494/4fba1ca5-4f29-4958-95bf-36c90ff0a494pic.jpg)
![基于“內(nèi)含傳感器”的粗糙模糊神經(jīng)網(wǎng)絡(luò)逆方法的軟測(cè)量研究與應(yīng)用.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/4fba1ca5-4f29-4958-95bf-36c90ff0a494/4fba1ca5-4f29-4958-95bf-36c90ff0a4941.gif)
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、軟測(cè)量技術(shù)為解決工業(yè)控制系統(tǒng)在線檢測(cè)過(guò)程中,一些控制參數(shù)無(wú)法通過(guò)檢測(cè)儀表進(jìn)行直接檢測(cè)或由于檢測(cè)儀表價(jià)格昂貴難以應(yīng)用等實(shí)際難題提供了有效的技術(shù)手段。 神經(jīng)網(wǎng)絡(luò)逆理論將神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)的逼近能力、自學(xué)習(xí)能力以及容錯(cuò)能力的特點(diǎn)與逆系統(tǒng)方法有機(jī)的結(jié)合起來(lái),借助于神經(jīng)網(wǎng)絡(luò)逼近原系統(tǒng)的逆系統(tǒng)。用以進(jìn)行動(dòng)態(tài)測(cè)量,則將會(huì)對(duì)逆系統(tǒng)方法的理論研究和傳感器動(dòng)態(tài)特性的工程應(yīng)用等方而都將產(chǎn)生積極深遠(yuǎn)的意義。 粗糙集理論是一種研究不完整、不確定
2、知識(shí)和數(shù)據(jù)的表達(dá)、學(xué)習(xí)、歸納的理論方法。其在不需額外的先驗(yàn)知識(shí)的情況下,通過(guò)描繪知識(shí)表達(dá)中不同屬性的重要性,進(jìn)行知識(shí)表達(dá)空間約減,去掉冗余信息,簡(jiǎn)化信息的表達(dá)空間維數(shù)。 本文沿著“軟測(cè)量技術(shù)—神經(jīng)網(wǎng)絡(luò)逆理論—粗糙集理論—粗糙模糊神經(jīng)網(wǎng)絡(luò)逆理論方法的提出—將粗糙模糊神經(jīng)網(wǎng)絡(luò)逆方法應(yīng)用到實(shí)際軟測(cè)量中”的思路對(duì)作者在課題研究所做的工作進(jìn)行了詳細(xì)的介紹。其中運(yùn)用粗糙集理論的屬性約減和規(guī)則提取方法來(lái)構(gòu)建糊神經(jīng)網(wǎng)絡(luò)逆是本論文的研究重點(diǎn)。
3、 本文主要以紅霉素發(fā)酵過(guò)程中的實(shí)測(cè)數(shù)據(jù)為例,對(duì)粗糙模糊神經(jīng)網(wǎng)絡(luò)逆的輸入樣本數(shù)據(jù)的處理首先進(jìn)行了描述。文章分別對(duì)樣本數(shù)據(jù)的誤差處理,歸一化進(jìn)行了詳細(xì)的說(shuō)明,并通過(guò)Matlab等仿真軟件對(duì)處理后的結(jié)果進(jìn)行了仿真,以說(shuō)明該方法的有效性。 最后,通過(guò)粗糙集理論對(duì)經(jīng)過(guò)模糊化后的模糊數(shù)據(jù)集進(jìn)行屬性約減和規(guī)則提取構(gòu)建相應(yīng)的粗糙模糊神經(jīng)網(wǎng)絡(luò)來(lái)逼近“內(nèi)含傳感器”的逆,以達(dá)到對(duì)紅霉素發(fā)酵過(guò)程中的重要參數(shù)菌絲濃度、總糖濃度、產(chǎn)物濃度等難以在線測(cè)量
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)網(wǎng)絡(luò)逆軟測(cè)量模型優(yōu)化方法與應(yīng)用.pdf
- 模糊粗糙神經(jīng)網(wǎng)絡(luò)建模方法與應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)逆軟測(cè)量與控制方法及其應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的瓦斯傳感器應(yīng)用分析
- 基于Elman神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器網(wǎng)絡(luò)定位研究與應(yīng)用.pdf
- 基于PXI設(shè)備的力學(xué)傳感器神經(jīng)網(wǎng)絡(luò)逆動(dòng)態(tài)補(bǔ)償?shù)难芯颗c實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的傳感器PSpice模型的建模方法研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的火花塞離子電流的軟測(cè)量理論方法及應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)溫度軟補(bǔ)償?shù)墓饫w光柵壓力傳感器研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟測(cè)量技術(shù)研究與應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的水質(zhì)軟測(cè)量方法研究.pdf
- 基于模糊推理的粗糙模糊神經(jīng)網(wǎng)絡(luò)的構(gòu)成.pdf
- 神經(jīng)網(wǎng)絡(luò)逆測(cè)量方法的改進(jìn)和應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的Kinect傳感器標(biāo)定.pdf
- 基于粗糙模糊集的數(shù)據(jù)融合在傳感器網(wǎng)絡(luò)中的應(yīng)用.pdf
- 基于粗糙集和模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)中基于模糊神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電磁傳感器勵(lì)磁結(jié)構(gòu)優(yōu)化方法研究.pdf
- 基于自聯(lián)想神經(jīng)網(wǎng)絡(luò)的傳感器故障診斷方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電磁相關(guān)傳感器電極結(jié)構(gòu)優(yōu)化方法研究.pdf
評(píng)論
0/150
提交評(píng)論