公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于遗传神经网络的机器人腕力传感器动态建模与补偿方法被引量：5: 2006年; 介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm,GA)的函数连接型人工神经网络(Functional link artificial neural network FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。; 俞阿龙黄惟一秦刚; 关键词：机器人腕力传感器动态建模动态补偿遗传算法

径向基函数神经网络在多维力传感器标定中的应用被引量：14: 2006年; 维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。; 俞阿龙; 关键词：计量学多维腕力传感器径向基函数神经网络最小二乘法反传神经网络

多重小波分析在机器人腕力传感器数据预处理中的应用被引量：1: 2006年; 机器人腕力传感器在工业现场测量力或力矩时,不可避免地受到随机噪声的干扰,从而影响了测量精度的提高。为了克服传统去噪方法的局限性,本文将多重小波变换应用到机器人腕力传感器数据预处理中,采用浮动阈值法消除噪声,并将传统的低通滤波和FFT／IFFT方法与本文介绍的方法进行比较。结果表明,多重小波浮动阈值去噪方法在机器人腕力传感器信号去噪方面优于传统的方法。; 俞阿龙; 关键词：机器人腕力传感器预处理去噪

基于神经网络的速度传感器幅频特性改进被引量：1: 2007年; 为了降低磁电式振动速度传感器的下限测量频率,以实现超低频振动速度测量,提出改进其幅频特性的函数连接型人工神经网络(FLANN)方法。该方法以磁电式振动速度传感器动态试验数据为基础,通过FLANN训练来确定传感器动态补偿网络,以改善它的幅频特性。介绍了原理和FLANN权值调整的算法,给出用FLANN建立的磁电式振动速度传感器动态补偿网络的数学模型。结果表明:这种幅频特性的改进方法具有精度高、鲁棒性好,并能在线修正等优点,在工程测试领域有重要的实用价值。; 于海春俞阿龙; 关键词：固有频率幅频特性

基于RBFNN的铂电阻温度传感器非线性补偿被引量：3: 2005年; 针对铂电阻温度传感器应用中存在的非线性问题,提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明:这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点,与基于BP神经网络的非线性补偿模型相比,大大缩短了网络训练时间,从而方便了铂电阻温度传感器在测控系统中的应用。; 俞阿龙; 关键词：铂电阻径向基函数神经网络非线性补偿

基于遗传神经网络的加速度传感器动态建模方法被引量：21: 2006年; 提出了利用遗传神经网络实现加速度传感器动态建模的新方法,介绍动态建模原理以及算法,给出用遗传神经网络建立的加速度传感器动态数学模型。该方法利用加速度传感器的动态标定数据,采用遗传神经网络搜索和优化动态模型参数。这样,既保留遗传算法的全局搜索能力,克服神经网络容易陷入局部极小的缺陷,又具有神经网络局部搜索能力强的特点。结果表明:以上提出的动态建模方法具有建模精度高、鲁棒性好等优点。; 俞阿龙; 关键词：加速度传感器遗传神经网络

基于小波神经网络的振动速度传感器幅频特性补偿研究被引量：10: 2007年; 为了实现超低频振动速度测量,提出补偿其幅频特性的小波神经网络方法.该方法以振动速度传感器动态实验数据为基础,通过小波神经网络训练来确定传感器幅频特性补偿网络.介绍振动速度传感器幅频特性补偿原理,分析网络的拓扑结构,给出网络参数训练和初始化方法.采用引入动量项的最速下降法训练网络权值、尺度因子和平移因子,将小波网络参数的初始化与小波类型、小波时频参数和学习样本等联系起来.结果表明,采用小波神经网络进行振动速度传感器幅频特性补偿具有良好的鲁棒性,并能实现在线补偿,网络训练的速度和精度优于同等规模的BP网络,在测试领域有重要的实用价值.; 俞阿龙; 关键词：小波神经网络幅频特性

力觉临场感系统中操作环境动力学的小波神经网络模型被引量：2: 2006年; 在力觉临场感系统中机器人操作环境经常是非线性的和未知的。为使本地操作者了解环境特性,需对操作环境进行建模。为此,进一步研究力觉临场感系统中机器人操作环境动力学模型,提出一种新的基于小波神经网络的环境非线性动力学模型的建立方法,分析网络的拓扑结构,给出网络参数训练和初始化方法。采用引入动量项的最速下降法训练网络权值、尺度因子和平移因子,将小波网络参数的初始化与小波类型、小波时频参数和学习样本等联系起来。结果表明,采用小波神经网络的力觉临场感系统中操作环境模型优于同等规模的BP网络,具有训练方法收敛速度更快、非线性逼近能力更强及建模精度更高等优点。; 俞阿龙黄惟一; 关键词：机器人力觉临场感操作环境小波神经网络

全选清除导出

共1页<1>

江苏省高等学校自然科学基金(04KJD140033)