版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文的研究背景主要是基于人工神經(jīng)網(wǎng)絡在工業(yè)控制中的廣泛應用。工業(yè)控制普遍采用嵌入式系統(tǒng)及其技術,很多使用專用的、定制的、軟硬件結(jié)構精簡的嵌入式控制系統(tǒng)。但是這些嵌入式專用控制系統(tǒng)對存儲容量、實時性、快速響應、功耗及價格有著很高的要求。這些要求促使在開發(fā)嵌入式軟、硬件時需要時時考慮到算法的性能、運算速度、存儲容量等實際問題。而且神經(jīng)網(wǎng)絡在運算過程中需要作大量的乘法、加法(包括減法)、除法和指數(shù)(若使用非線性激勵函數(shù))運算,特別是除法和指數(shù)
2、運算消耗的指令周期遠遠大于乘法和加法,浮點型的運算時間遠遠大于整型。因此直接將傳統(tǒng)的神經(jīng)網(wǎng)絡應用于嵌入式專用控制系統(tǒng),無法滿足系統(tǒng)在實時性、存儲上的要求,故需要改進傳統(tǒng)的人工神經(jīng)網(wǎng)絡。本文主要研究成果如下:
通過對整型權值神經(jīng)網(wǎng)絡學習能力的分析,本文提出了一種訓練整型權值的神經(jīng)網(wǎng)絡的學習算法。采用整型權值為神經(jīng)網(wǎng)絡在嵌入式領域的應用提供了一種可行的方法,因為相比浮點型權值,整型權值不僅可以減少系統(tǒng)的存儲容量,還可以有更高的執(zhí)行
3、效率。但是如果權值精度下降導致網(wǎng)絡無法收斂或者降低網(wǎng)絡的泛化性能,將無法解決問題,針對這一情況,本文首先分析了整型權值神經(jīng)網(wǎng)絡的學習能力,即通過適當?shù)卦黾与[層神經(jīng)元個數(shù)和擴大權值范圍改善網(wǎng)絡的收斂性能和泛化性能。在這基礎上,本文對整型權值神經(jīng)網(wǎng)絡的學習算法,網(wǎng)絡結(jié)構的設計、樣本的選擇,以及激活函數(shù)的選擇和優(yōu)化做了深入地研究。
針對傳統(tǒng)神經(jīng)網(wǎng)絡算法無法訓練整型權值神經(jīng)網(wǎng)絡的問題,本文提出了基于蟻群算法的整型權值神經(jīng)網(wǎng)絡學習算法。
4、蟻群算法具有自組織、正反饋機制、分布式并行計算、啟發(fā)性收斂等特點。從算法執(zhí)行過程看,蟻群算法具有在離散域全局的搜索能力。又針對傳統(tǒng)蟻群算法容易陷入停滯的問題,本文使用了解決停滯問題較好的最大最小螞蟻系統(tǒng),并根據(jù)螞蟻搜索的實際情況,提出了使用停滯計數(shù)器作為判斷,增加額外的信息素方法,以增強螞蟻的開發(fā)能力。為了解決螞蟻搜索神經(jīng)網(wǎng)絡權值過程中碰到的權值維數(shù)過多的問題,本文使用神經(jīng)網(wǎng)絡重新描述了蟻群算法,并設計了全新的禁忌表和信息素濃度表,降低
5、了程序設計的維度。最后采用神經(jīng)網(wǎng)絡逼近 sin(x)函數(shù)實驗驗證了蟻群算法訓練整型權值神經(jīng)網(wǎng)絡的有效性。
最后,將本文提出的算法應用于嵌入式專用控制系統(tǒng)——紗線運動圖片檢測系統(tǒng)。首先分析了紗線檢測的內(nèi)容,確定檢測的目標是對紗線的紗疵進行檢測。針對紗疵形狀小、灰度平滑變化、處理難的特點,本文提出了基于時空相關性的檢測思想,利用紗線圖像連續(xù)幀差分方法,并對紗線圖像作了必要的預處理,以突顯紗線的紗疵。將特征圖的每一行像素作為神經(jīng)網(wǎng)絡
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蟻群算法的整型權值神經(jīng)網(wǎng)絡的研究與實現(xiàn).pdf
- 整型權值神經(jīng)網(wǎng)絡的粒子群優(yōu)化研究.pdf
- 基于蟻群算法的RBF神經(jīng)網(wǎng)絡優(yōu)化算法.pdf
- 基于改進蟻群優(yōu)化算法的神經(jīng)網(wǎng)絡訓練的研究
- 基于RBF神經(jīng)網(wǎng)絡與蟻群算法的瓦斯預測模型研究.pdf
- 基于改良蟻群算法的神經(jīng)網(wǎng)絡分類規(guī)則提取.pdf
- 基于蟻群與神經(jīng)網(wǎng)絡算法的變風量空調(diào)末端控制研究
- 基于神經(jīng)網(wǎng)絡及蟻群算法的WSN分簇路由算法研究.pdf
- 基于改進蟻群算法的BP神經(jīng)網(wǎng)絡優(yōu)化的研究與應用.pdf
- 基于蟻群與神經(jīng)網(wǎng)絡算法的變風量空調(diào)末端控制研究.pdf
- 基于蟻群優(yōu)化神經(jīng)網(wǎng)絡的比較購物模型研究.pdf
- 基于蟻群神經(jīng)網(wǎng)絡的軟件老化趨勢預測.pdf
- 基于蟻群算法優(yōu)化的小波神經(jīng)網(wǎng)絡流量預測模型研究.pdf
- 基于蟻群模糊神經(jīng)網(wǎng)絡的電梯群控智能調(diào)度方法的研究.pdf
- 基于蟻群優(yōu)化的神經(jīng)網(wǎng)絡智能PID控制策略研究.pdf
- 基于蟻群神經(jīng)網(wǎng)絡的齒輪監(jiān)測與診斷技術研究.pdf
- 基于改進蟻群算法——RBF神經(jīng)網(wǎng)絡的煤礦安全風險預測研究.pdf
- 基于蟻群神經(jīng)網(wǎng)絡銑削數(shù)據(jù)庫系統(tǒng)的研究與開發(fā).pdf
- 基于蟻群算法優(yōu)化神經(jīng)網(wǎng)絡的包頭地區(qū)中長期電力負荷預測.pdf
- 基于蟻群算法的網(wǎng)絡路由算法.pdf
評論
0/150
提交評論