期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到25篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TensorFlow模型在语音识别中的迁移学习研究 认领 引用
1
作者 欧文辉 《办公自动化》 2026年第11期27-29,共3页
文章围绕“基于TensorFlow模型在语音识别中的迁移学习研究”展开,面向“小样本+低算力”的常见应用局限,系统梳理从声学特征到模型压缩、从云端训练到端侧部署的完整路径,重点讨论如何在不扩大标注成本的前提下,通过预训练参数复用、... 文章围绕“基于TensorFlow模型在语音识别中的迁移学习研究”展开,面向“小样本+低算力”的常见应用局限,系统梳理从声学特征到模型压缩、从云端训练到端侧部署的完整路径,重点讨论如何在不扩大标注成本的前提下,通过预训练参数复用、微调与域适配,提高方言、嘈杂场景与专用词表的识别效果。 展开更多
关键词 TensorFlow模型 语音识别 迁移学习
暂未订购 下载PDF
基于物理-数据驱动的轮腿运输机器人运动控制 认领 引用
2
作者 李杰 郑允昊 +1 位作者 郦骏楠 宋伟森 《现代制造工程》 北大核心 2026年第4期37-44,共8页
运输易燃固体粉末或特殊液体时,由于其流动性,被运输物资会发生摩擦生热、静电积聚及自发分解等现象,可能引发火情或爆炸等危险情况,故运输工具需要具备稳定的姿态保持能力,同时具有一定的越野性能。基于此,设计一种新型串联式六轮腿运... 运输易燃固体粉末或特殊液体时,由于其流动性,被运输物资会发生摩擦生热、静电积聚及自发分解等现象,可能引发火情或爆炸等危险情况,故运输工具需要具备稳定的姿态保持能力,同时具有一定的越野性能。基于此,设计一种新型串联式六轮腿运输机器人,并基于分层控制理论,构建一种拥有腿部扭矩控制器、轮胎转速控制器和TensorFlow腿部角度控制器的控制框架。腿部扭矩控制器基于虚拟模型控制(Virtual Model Control,VMC)算法控制机器人侧倾角、俯仰角和Z方向位移,使其拥有较高的姿态保持能力;轮胎转速控制器利用差速轮运动模型控制横摆角、X和Y方向位移,使其有灵活的转弯性能并减少横向力冲击;引入TensorFlow神经网络框架,依据不同高度的障碍物来控制腿部各个关节角度。对模型进行联合仿真,以验证斜坡工况和台阶工况的效果。结果表明,控制算法能使机器人在斜坡工况中有优秀的姿态保持能力,位置跟踪偏差率均小于5%,姿态角的偏差率均小于3%,相比未引入神经网络的情况,引入神经网络后,机器人可翻越障碍物的高度大幅提升,同时在越障过程中的稳定性更高。 展开更多
关键词 轮腿运输机器人 虚拟模型控制 差速轮运动模型 PID控制 姿态控制 TensorFlow神经网络
暂未订购 下载PDF
基于TensorFlow深度学习的Minist手写数字识别技术 认领 引用 被引量：9
3
作者 祝永志 张彩廷 《通信技术》 2020年第1期46-51,共6页
目前,人类手写字的识别问题成为了研究热点。针对手写体识别领域广泛使用的Minist数据集,基于深度学习中的Tensorflow框架,介绍了Softmax模型与卷积神经网络(Convolutional Neural Network,CNN)模型,并分析了CNN模型的激活函数。选择Re... 目前,人类手写字的识别问题成为了研究热点。针对手写体识别领域广泛使用的Minist数据集,基于深度学习中的Tensorflow框架,介绍了Softmax模型与卷积神经网络(Convolutional Neural Network,CNN)模型,并分析了CNN模型的激活函数。选择ReLUs函数代替传统的Sigmoid函数和Tanh双曲正切函数,提高识别过程中的收敛速度。此外,对上述两个模型进行实现,对比模型的识别准确度,以期为手写体数字识别的研究和发展提供参考。 展开更多
关键词 Tensorflow Softmax模型 CNN模型 激活函数 数字手写体识别
暂未订购 下载PDF
基于TensorFlow框架的图像识别网络模型的研究 认领 引用 被引量：4
4
作者 闫琳英 《计算机与数字工程》 2023年第11期2689-2692,2706,共4页
为提高TensorFlow平台的图像识别准确率,同时降低神经网络结构复杂度以及解决模型过拟合等问题,基于传统的卷积神经网络,通过增加参数线性单元、优化损失、改进池化方式等措施,提出一种优化的卷积神经网络模型。平台采用谷歌的深度学习... 为提高TensorFlow平台的图像识别准确率,同时降低神经网络结构复杂度以及解决模型过拟合等问题,基于传统的卷积神经网络,通过增加参数线性单元、优化损失、改进池化方式等措施,提出一种优化的卷积神经网络模型。平台采用谷歌的深度学习框架TensorFlow2.3.0,对图像识别领域的CIFAR-10数据集进行分类识别。实验表明,采用论文优化的卷积神经网络模型进行识别时,模型的训练及收敛速度明显提升,且避免了模型的过拟合现象,最终提升了模型的识别准确率。 展开更多
关键词 TensorFlow 图像识别 CNN模型 损失函数
暂未订购 下载PDF
基于TensorFlow及LSTM模型的室内行为识别算法的研究与实现 认领 引用 被引量：1
5
作者 董海山 徐晓姗 郑春红 《现代计算机》 2020年第6期55-59,共5页
智能手机的功能越来越复杂,最新的智能手机配备许多各式各样且功能强大的传感器,这些传感器包括GPS传感器、视觉传感器(如摄像头)、听觉传感器(如耳机)、光传感器、温度传感器、方向传感器(如指南针)和加速度传感器(如加速计),它们在使... 智能手机的功能越来越复杂,最新的智能手机配备许多各式各样且功能强大的传感器,这些传感器包括GPS传感器、视觉传感器(如摄像头)、听觉传感器(如耳机)、光传感器、温度传感器、方向传感器(如指南针)和加速度传感器(如加速计),它们在使用中所产生的大量数据为我们进行室内行为识别分析提供机会。通过智能手机加速度传感器、重力传感器和方向传感器,基于深度学习的方式,对智能手机传感器采集的数据进行标准化处理。分别运用Ten sorFlow及LSTM模型,根据深度特征学习方法实现不同活动的特征提取,进行活动的分类,最终实现对六大类人体活动(走、坐、站、上楼、下楼、慢跑)识别。 展开更多
关键词 TensorFlow LSTM模型 室内行为识别
暂未订购 下载PDF
基于TensorFlow的LSTM模型在空气质量指数预测的应用 认领 引用 被引量：2
6
作者 杨超文 汪宇玲 +2 位作者 舒志敏 刘晶晶 谢娜娜 《数字技术与应用》 2021年第3期203-206,共4页
本文对南昌市2020年上半年的AQI指数和六个主要污染物小时数据进行了平稳性和白噪声检验,并进行相关性分析。为更好预测南昌市未来空气质量指数,建立了基于TensorFlow的改进LSTM模型,并与RNN模型对比,实验结果表明,LSTM模型的均方误差... 本文对南昌市2020年上半年的AQI指数和六个主要污染物小时数据进行了平稳性和白噪声检验,并进行相关性分析。为更好预测南昌市未来空气质量指数,建立了基于TensorFlow的改进LSTM模型,并与RNN模型对比,实验结果表明,LSTM模型的均方误差、相关系数和斯皮尔曼等级均优于RNN模型,是一种精度更高,泛化效果更好的空气质量监测方法。 展开更多
关键词 TensorFlow 空气质量指数 LSTM模型 RNN模型
暂未订购 下载PDF
基于卷积神经网络的风机叶片缺陷识别 认领 引用 被引量：1
7
作者 范晨亮 陶永刚 +6 位作者 李鹏宇 韩宁 史鑫 程亮 纪亚杭 龙海辉 赵健康 《新一代信息技术》 2025年第11期1-6,共6页
针对风机叶片缺陷,特别是裂纹缺陷识别,本文基于先进的卷积神经网络方法,并借助TensorFlow框架构建缺陷识别的预测模型。该模型具有对图像预处理要求低及预测准确度高等显著优点。为了获得最优结构及最佳预测结果,分别对不同卷积层通道... 针对风机叶片缺陷,特别是裂纹缺陷识别,本文基于先进的卷积神经网络方法,并借助TensorFlow框架构建缺陷识别的预测模型。该模型具有对图像预处理要求低及预测准确度高等显著优点。为了获得最优结构及最佳预测结果,分别对不同卷积层通道数、卷积核大小、池化方式及激活函数进行详细对比分析。随后针对几类典型缺陷类型的识别效果进行了详细的试验论证,证实该方法在风机缺陷识别中具有较好效果,这可为今后该方法在风机缺陷识别中的实际应用提供有益参考。 展开更多
关键词 风机叶片缺陷 卷积神经网络 TensorFlow框架 预测模型 缺陷分类
暂未订购 下载PDF
基于神经网络的DAB变压器端电流预测模型 认领 引用 被引量：1
8
作者 李小松 廖宣淋 +1 位作者 刘佳涛 聂国强 《太原科技大学学报》 2025年第4期340-345,共6页
由于DAB高频变压器端电流无法使用常规仪器测量,所以在实际工业的DAB变换器的控制策略中通常包含开环部分。因为开环环节的存在,使得DAB变换器会产生控制参数整定难度高、输出纹波大、调节时间长等问题,而那些使用高精度变压器端电流传... 由于DAB高频变压器端电流无法使用常规仪器测量,所以在实际工业的DAB变换器的控制策略中通常包含开环部分。因为开环环节的存在,使得DAB变换器会产生控制参数整定难度高、输出纹波大、调节时间长等问题,而那些使用高精度变压器端电流传感器的控制算法由于成本问题也难以应用到实际场景中。根据这些问题,提出了一种基于神经网络和数字滤波器的变压器端电流预测模型,仅使用易于测量的参数就能实现对变压器原边和副边电流的精准预测,进而使用该模型代替高成本的变压器端电流传感器,使得那些需要依赖变压器电流反馈的控制算法可以应用到实际工业中。最后在Simulink上搭建的仿真模型和DAB样机上进行验证,结果表明该方案的电流预测模型对变压器原边与副边的电流预测与实际的变压器原边和副边电流的误差小于4%,具有广阔的应用前景。 展开更多
关键词 双有源桥 TensorFlow神经网络 软开关 模型预测控制
暂未订购 下载PDF
面向语音识别的深度可分离卷积及剪枝优化 认领 引用
9
作者 李濠江 《电声技术》 2025年第7期67-69,共3页
针对现有语音识别模型存在的计算复杂度高、推理速度慢等问题,提出一种基于深度可分离卷积的语音识别优化方法,并结合模型剪枝技术提升模型性能。为验证该方法的有效性,对剪枝前后模型的性能进行系统性测试与对比分析。实验结果表明,在... 针对现有语音识别模型存在的计算复杂度高、推理速度慢等问题,提出一种基于深度可分离卷积的语音识别优化方法,并结合模型剪枝技术提升模型性能。为验证该方法的有效性,对剪枝前后模型的性能进行系统性测试与对比分析。实验结果表明,在保证较高准确度的前提下,剪枝后的模型显著提高响应速度,充分展示模型剪枝优化在提升深度学习模型实际应用性能方面的巨大潜力。 展开更多
关键词 语音识别 深度可分离卷积 模型剪枝 TensorFlow框架
暂未订购 下载PDF
基于优化卷积神经网络的玉米螟虫害图像识别 认领 引用 被引量：36
10
作者 李静 陈桂芬 安宇 《华南农业大学学报》 CAS CSCD 北大核心 2020年第3期110-116,共7页
【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4... 【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于TensorFlow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。 展开更多
关键词 优化卷积神经网络 Inception-v4模型 TensorFlow框架 图像识别 玉米螟
暂未订购 下载PDF
长短时记忆网络在热力站建模中的应用 认领 引用 被引量：5
11
作者 李琦 于明伟 《计算机工程与应用》 CSCD 北大核心 2018年第24期227-233,共7页
针对热力站为多变量、非线性、强耦合、大时滞的复杂时序控制系统,难以建立精确模型的问题,提出基于循环神经网络的长短时记忆算法对热力站控制系统建模,该算法既考虑到时间上的影响因素,又解决了长序列信息丢失的问题。以包头某热力站... 针对热力站为多变量、非线性、强耦合、大时滞的复杂时序控制系统,难以建立精确模型的问题,提出基于循环神经网络的长短时记忆算法对热力站控制系统建模,该算法既考虑到时间上的影响因素,又解决了长序列信息丢失的问题。以包头某热力站大量实时工况数据通过tensorflow框架搭建神经网络模型,仿真对比结果表明,长短时记忆网络建模能有效地减小建模误差,进一步提高神经网络在热力站系统建模中的精度。 展开更多
关键词 时间序列 循环神经网络 长短时记忆网络 tensorflow 热力站建模
暂未订购 下载PDF
基于BP神经网络方法的城市用电量预测模型研究 认领 引用 被引量：11
12
作者 冯伟 蒋玮 +4 位作者 杨乐 姚建光 郭亮 吴倩 汤海波 《电网与清洁能源》 2018年第6期19-25,32,共7页
随着经济发展,对城市用电量进行精确预测变得越来越重要。以泰州市为实验区,以泰州市2011—2016年的用电量为实验数据,使用Tensorflow为人工神经网络框架,采用了分段和多参数2种方法提高预测电量的精度,分别是针对月份进行分段训练,将... 随着经济发展,对城市用电量进行精确预测变得越来越重要。以泰州市为实验区,以泰州市2011—2016年的用电量为实验数据,使用Tensorflow为人工神经网络框架,采用了分段和多参数2种方法提高预测电量的精度,分别是针对月份进行分段训练,将跨年和夏季用电高峰区分开来,同时,也加入经济和地理因素作为人工训练神经网络的参数,得到较好的精度结果:跨年月份为89.30%,夏季7、8月份为90.02%,其他月份为93.60%。实验证明,采用分段和多参数方法,能够切实提高用电量预测的精度,具有较好的实用性。 展开更多
关键词 人工神经网络 分段训练 tensorflow 城市用电量 预测模型
暂未订购 下载PDF
采用树莓派4B识别新疆苹果品种的人工智能案例 认领 引用 被引量：3
13
作者 郭钊汝 徐金 +3 位作者 郭恒言 张太红 张泽宇 孟晓艳 《计算机时代》 2022年第3期32-35,共4页
介绍在树莓派4B开发板上使用经新疆苹果品种数据集训练的Keras模型实时识别苹果的过程。采用卷积神经网络理论,将新疆苹果品种数据集在MobileNetV2网络模型上深度学习训练得到模型文件,并运行在铺设了TensorFlow框架和OpenCV计算机视觉... 介绍在树莓派4B开发板上使用经新疆苹果品种数据集训练的Keras模型实时识别苹果的过程。采用卷积神经网络理论,将新疆苹果品种数据集在MobileNetV2网络模型上深度学习训练得到模型文件,并运行在铺设了TensorFlow框架和OpenCV计算机视觉库的树莓派开发板上,树莓派4B通过调用摄像头实时识别新疆苹果品种。着重介绍树莓派4B的环境搭建和实时识别过程,为Keras模型和嵌入式计算机——树莓派相结合提供探究角度,促进人工智能在硬件方面的实践与应用。 展开更多
关键词 树莓派 卷积神经网络 人工智能 Keras模型 TensorFlow 环境搭建
暂未订购 下载PDF
基于深度神经网络框架的运行时系统调度策略研究 认领 引用 被引量：1
14
作者 杜梅 黄艳 《无线电工程》 北大核心 2023年第6期1303-1310,共8页
在训练神经网络时,为了进行动态并发更改和操作调度,提出对TensorFlow运行时系统进行扩展。研究考虑了2个模型。第1个模型利用回归模型,使用硬件计数器采集到的性能事件作为输入特征。其中,运行时系统利用不同的操作内并行度,对操作进... 在训练神经网络时,为了进行动态并发更改和操作调度,提出对TensorFlow运行时系统进行扩展。研究考虑了2个模型。第1个模型利用回归模型,使用硬件计数器采集到的性能事件作为输入特征。其中,运行时系统利用不同的操作内并行度,对操作进行少量次数的动态分析,以选择这些特征。第2个模型利用爬山算法探索每个操作的最短执行时间和相应的线程数。为运行时调度提出了4种调度策略和组合策略。实验对残差网络-34(Residual Networks-34,ResNet-34)、生成对抗网络(GAN)、第2版经典网络(Inception-v2)和LSTM网络进行测试分析,结果表明,所提方法可以明显提高系统性能,优于推荐配置,接近或超过手动调整方案。因此,所提方法可以优化和提高神经网络的训练性能。 展开更多
关键词 神经网络 TensorFlow 回归模型 爬山算法 调度策略
暂未订购 下载PDF
基于深度学习的城市内涝区域车辆检测与分析 认领 引用 被引量：3
15
作者 夏榕成 刘德儿 《电子科技》 2024年第5期18-24,共7页
在城市内涝场景当中,较多人与车辆被困于积水中,给大众生活带来不利影响。随着计算机技术的快速发展,深度学习在解决实际问题中的运用也越来越广泛。文中提出了一种利用TensorFlow深度学习框架搭建MaskR-CNN(Regions with Convolutional... 在城市内涝场景当中,较多人与车辆被困于积水中,给大众生活带来不利影响。随着计算机技术的快速发展,深度学习在解决实际问题中的运用也越来越广泛。文中提出了一种利用TensorFlow深度学习框架搭建MaskR-CNN(Regions with Convolutional Neural Networks Features)模型的方法,对城市内涝场景的积水区进行检测,检测效果良好,mAP(mean Average Precision)值达到89%。同时,基于YOLOv5(You Only Look Once version 5)模型,采用密集帧间差运算对处于积水区中的人车进行追踪,追踪精度达到90%左右,并使用YOLOv5外挂ResNet(Residual Network)实现了对内涝场景中的车辆进行淹没危险度分析。实验结果表明,文中所用模型的车辆危险度检测效果优于其他模型。 展开更多
关键词 城市内涝 MaskR-CNN模型 TensorFlow 深度学习 目标检测 YOLOv5 ResNet 危险度分析
暂未订购 下载PDF
基于Kubernetes的铁路客运营销深度学习平台的设计与实现 认领 引用 被引量：2
16
作者 郝晓培 单杏花 +1 位作者 李永 王炜炜 《铁路计算机应用》 2021年第1期57-61,共5页
为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构。经平台实践证明,该架构为客... 为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构。经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模型的训练效率。 展开更多
关键词 铁路客运营销 深度学习平台 模型训练 Kubernetes Tensorflow
暂未订购 下载PDF
基于ARIMA模型和BP人工神经网络的产品质量预测 认领 引用 被引量：8
17
作者 曹学晨 张顺堂 《价值工程》 2018年第35期190-193,共4页
在汽车零部件制造行业中,部分企业对产品的质量检验方式采用的是产出后由人工进行,目前针对残次品的处理方法仍然是由人工即时发现即时处理,因此在机床加工产品的同时对产品进行质量预测并由维护人员对机床采取提前预防措施有了很重要... 在汽车零部件制造行业中,部分企业对产品的质量检验方式采用的是产出后由人工进行,目前针对残次品的处理方法仍然是由人工即时发现即时处理,因此在机床加工产品的同时对产品进行质量预测并由维护人员对机床采取提前预防措施有了很重要的意义。本文采用基于ARIMA模型与BP人工神经网络算法作为产品质量预测方法。从机床原始数据中提取可用信息,对提取后的所有相关参数用SPSS分析模块中的ARIMA模型进行建模、分析与预测,形成质量预测数据,结合应用由Python的Keras库与TensorFlow框架构建的BP人工神经网络在非线性拟合上的优势,构建组合预测模型,实际验证了该模型在短期质量预测方面的可行性。 展开更多
关键词 BP人工神经网络 ARIMA模型 TensorFlow 预测 质量控制
暂未订购 下载PDF
基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究 认领 引用 被引量：4
18
作者 黄寅 《齐齐哈尔大学学报（自然科学版）》 2020年第2期21-24,39,共4页
针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然... 针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。 展开更多
关键词 深度学习网络模型 自动训练 Python TensorFlow 工件缺陷
暂未订购 下载PDF
基于生成对抗网络的照片动漫风格化 认领 引用
19
作者 周燕玲 段金玲 谭高斌 《江西科学》 2022年第3期581-584,595,共4页
基于Tensorflow训练了人脸动漫化模型和风景动漫风格转换的模型,并将此模型转为可在PyTorch下使用,摆脱Tensorflow的环境限制,仅需配置PyTorch相关环境即可成功使用。通过这些模型,用户可以将现实世界的图片转换为动漫的风格,体验到简... 基于Tensorflow训练了人脸动漫化模型和风景动漫风格转换的模型,并将此模型转为可在PyTorch下使用,摆脱Tensorflow的环境限制,仅需配置PyTorch相关环境即可成功使用。通过这些模型,用户可以将现实世界的图片转换为动漫的风格,体验到简单创作的乐趣。2个模型的训练使用新型的轻量级生成对抗网络AnimeGAN,以实现快速的动画风格转换。 展开更多
关键词 图像风格化 生成对抗网络 AnimeGAN VGG模型 Pytorch Tensorflow
暂未订购 下载PDF
基于神经网络的Preisach磁滞模型的建模 认领 引用 被引量：6
20
作者 刘玠 安坤 +1 位作者 王亚锋 孟江 《组合机床与自动化加工技术》 北大核心 2022年第3期5-8,共4页
针对超磁致伸缩材料的磁滞特性,提出了一种基于Preisach磁滞模型的MLP神经网络来建立磁滞模型,提高了模型的泛化能力;并通过对Preisach模型进行改进,建立了扩展Preisach模型,使其具有反交换性质。首先,建立扩展Preisach模型,简化函数表... 针对超磁致伸缩材料的磁滞特性,提出了一种基于Preisach磁滞模型的MLP神经网络来建立磁滞模型,提高了模型的泛化能力;并通过对Preisach模型进行改进,建立了扩展Preisach模型,使其具有反交换性质。首先,建立扩展Preisach模型,简化函数表达式;其次,利用TensorFlow建立MLP神经网络模型辨识输入输出之间的关系;最后,将原始数据切分为训练集、测试集和验证集,通过训练集和测试集寻找合适的神经网络隐含层层数、节点数、激活函数和优化算法,然后利用验证集验证该神经网络。实验结果表明,设计的基于Preisach磁滞模型的MLP神经网络的磁滞模型,在位移大于3μm时,该模型具有较高的精度和泛化能力。 展开更多
关键词 超磁滞伸缩材料 Preisach磁滞模型 MLP神经网络 TensorFlow
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈