神經(jīng)網(wǎng)絡應用補ppt課件(編輯修改稿)
2025-02-01 15:33 本頁面
【文章內(nèi)容簡介】 iixkekWkWkykdkekWxky)()()1()()()()()(?????? ?圖 713 權值訓練原理示意圖 三 、 濃度傳感器非線性估計及動態(tài)標定 濃度傳感器的本質(zhì)是非線性的?？蓪?(735)式寫成下列近似形式： 3m a x32m a x2m a x10 )/()/()/( ffWffWffWWy ????式中： y—— f—— fmax—— 因此可用 f/fmax表示傳感器的輸出特征。 四、 實例分析及結論 ???????????????????????3m a x2m a xm a x33m a x2m a xm a x23m a x2m a xm a x1)/()/()/()/()/()/()/()/()/(ffffffyffffffyffffffy傳感器 1： 傳感器 2： 傳感器 3： 圖 714 擬合曲線 表 71 傳感器輸出及對應濃度估計值 一 、 具有傳感 、 執(zhí)行 、 信號處理 、 通信與控制等功能的結構稱之為智能結構 。 這種結構不僅具有承受載荷的能力 ， 還具有感知和響應內(nèi)外環(huán)境的變化 ， 實現(xiàn)自檢測 、 自監(jiān)控 、 自校正 、 自適應 、 自修復等功能 。 下面介紹利用人工神經(jīng)網(wǎng)絡和埋入偏振型光纖傳感器陣列 ， 實時適應監(jiān)測復合材料損傷 ， 并指示損傷位置的智能結構系統(tǒng)模型 。 二、 智能結構系統(tǒng)簡介 圖 715 智能結構系統(tǒng)圖 三、前向 BP網(wǎng)絡處理器 圖 716 三層 BP網(wǎng)絡 圖 717 BP算法流程 四、 實驗結果 表 72 BP 表 73 在線仿真實驗數(shù)及結果 一 、 通常 ， 由信號發(fā)生器產(chǎn)生的正弦波或三角波信號都不同程度地含有噪聲干擾信號 。 若我們將它作為精密測量供電信號或進行相位檢測時 ， 往往造成測量不精確等缺陷 。 消除噪聲干擾的辦法很多 ， 下面提出一種采用神經(jīng)網(wǎng)絡學習記憶功能 ， 實現(xiàn)對含噪正弦波或三角波信號的復原 ， 即消除噪聲干擾 。 二 、 自適應線性函數(shù)的最小二乘法 (LMS) 為了簡單起見 ， 我們以輸入矢量為二維的情況作為示例來進行討論 。 這時輸入矢量 X和權矢量 W可以分別表示為 ][][1010wwWxxX??在采用線性函數(shù)的條件下，神經(jīng)網(wǎng)絡輸出為 ???????????? ??TTTiTiiXWWXIIfyXWWXxWI)(10 (742) 權值修正公式為 )()()()()1( kxxkakwkw ????ε(k)為誤差，即 )()()( kykdk ???式中， d(k)為期望輸出； y(k)為實際輸出。 (743) 三、 實現(xiàn)上述算法的軟件編程如下 (采用 MATLAB語言 ) disp(′*****歡迎使用 *****′) disp(′請輸入訓練次數(shù) ′) T=input(′ ′) disp(′請輸入步長參數(shù) ′) l=input(′ ′) disp(′請輸入所加噪聲方差參數(shù) ′) m=input(′ ′) t=0∶ 1∶ 63 x=sin(t*2*pi/64) plot(t, x) grid x=［ x, 1 k=0 x1=0 for t=1∶ 1∶ 63 if (t＜ =16) x1=［ x1, t/16 elseif (t＜ =48) x1=［ x1, 2t/16 else x1=［ x1, 4+t/16 end k=［ k, t］ 。 end plot(k, x1) x1=［ x1, 1 w=rand(1, 65) q=10000。 q0=0。 k=0 for i=0∶ 1∶ T k=［ k, i］ 。 d=w*x′ e=1d q2=q q=e*e′ w=w+(e*1)*x d1=w*x1′ e1=d1 w=w+(e1*1)*x1 q=q+e1*e1 q0=［ q0, q/2 subplot(212) hh=plot(k,q0) if q2＜ q break。 end end i w*x′ w*x1′ xt=randn(1, 65) xt1=m*x1+x xt2=m*xt+x1 j=0∶ 64 subplot(211) h1=plot(j, x1) grid subplot(212) hh=plot(j,xt2) grid y1=w*xt1′ y2=w*xt2′ h=figure(1) set(h, ′color′, ［ 1, 1, 1］ )。 h2=gca 1. 采樣部分 圖 718 采樣所得正弦波和三角波 2. 首先利用 MATLAB中的 rand ( )來產(chǎn)生滿足 64維初始權值 W(0)。 按照 (742)式和 (743)式修正權向量 ， 直到滿足要求為止 。 選擇不同步長 α， 比較誤差變化情況 ， 最后確定較合理的步長 α。 3. 當學習結束后 ， 應檢驗學習的正確性 。 此時給訓練好的網(wǎng)絡輸入含有噪聲干擾的一系列正弦波和三角波信號 ， 要求噪聲服從正態(tài)分布 。 檢驗網(wǎng)絡是否能恢復標準波形 。 若能很好地恢復標準波形 ， 則說該網(wǎng)絡可消除正弦波和三角波中的噪聲干擾 ， 達到濾波效果 。 四、實驗效果 圖 719 加噪聲的正弦波 圖 720 恢復正弦波 一
教學課件相關推薦
鄂ICP備17016276號-1