检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

l-m算法在变换矩阵计算中的应用

现代电子技术 2008年第24期31卷 99-101,108页

作者：曹红杏柳稼航阮萍中国科学院西安光学精密机械研究所陕西西安710119 中国科学院研究生院北京100048

基于特征的图像拼接是最受关注的一类拼接方法,它分为特征提取、特征匹配、变换矩阵的计算和图像融合4步。如何利用获得的多对特征点来计算较高精度的变换矩阵是图像拼接中的重要问题。介绍l-m(levenberg-mar-quardt,利弗博格-马夸特)算... 详细信息

基于特征的图像拼接是最受关注的一类拼接方法,它分为特征提取、特征匹配、变换矩阵的计算和图像融合4步。如何利用获得的多对特征点来计算较高精度的变换矩阵是图像拼接中的重要问题。介绍l-m(levenberg-mar-quardt,利弗博格-马夸特)算法,并将l-m算法运用于获得较高精度的变换矩阵的计算中。另外,对于应用该算法的过程中出现的矩阵元素过大而无法求逆的问题,也给出了解决的办法。实验结果证明,该方法实用可行,能有效提高拼接质量。

关键词：图像拼接 l—m算法变换矩阵投影变换

在线全文

学校读者我要写书评

暂无评论

l-m算法在高层结构体系选型中的应用

四川建筑科学研究 2003年第3期29卷 22-24页

作者：郑浩王全凤华侨大学土木工程系福建泉州362011

采用l-m算法人工神经网络进行高层建筑结构体系选择的研究。与传统的BP算法和改进的带动量自适应学习率BP算法比较表明,l-m算法可以解决高层建筑结构体系选择的问题,算法快,精度高,是运用人工神经网络解决高层建筑结构体系选择的较好网络。

关键词：高层结构 l—m算法人工神经网络 BP算法

在线全文

学校读者我要写书评

暂无评论

基于l-m算法的二维PSD非线性校正

计量与测试技术 2006年第12期33卷 21-22页

作者：牟丽娜陈鸿陈闽鄂中北大学信息与通信工程学院山西太原030051

本文分析了二维PSD的工作原理及非线性产生的原因,提出了应用BP神经网络对PSD非线性进行修正的方法。由于传统的BP及其改进算法收敛速度过慢,往往收敛于局部极小值等缺点,因此引入了l-m算法。本文通过利用mATlAB工具箱进行BP网络的建立... 详细信息

本文分析了二维PSD的工作原理及非线性产生的原因,提出了应用BP神经网络对PSD非线性进行修正的方法。由于传统的BP及其改进算法收敛速度过慢,往往收敛于局部极小值等缺点,因此引入了l-m算法。本文通过利用mATlAB工具箱进行BP网络的建立、训练、仿真,结果证明了l-m算法不仅提高了测量精度,而且缩短了训练时间。

关键词： PSD BP神经网络 l—m算法 mATlAB工具箱

基于AHP-BP算法的供应链合作伙伴选择建模及其应用

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2007年第1期33卷 108-114页

作者：柳青黄道华东理工大学自动化研究所上海200237

将AHP法与改进的BP神经网络相结合建立了供应链合作伙伴选择模型,并使用l-m算法对神经网络权值进行训练,实现了对供应商的多标准评价;所用的评价指标体系选取全面,适用于多种类型的供应链合作伙伴选择。用实例对模型进行了验证,并取得... 详细信息

将AHP法与改进的BP神经网络相结合建立了供应链合作伙伴选择模型,并使用l-m算法对神经网络权值进行训练,实现了对供应商的多标准评价;所用的评价指标体系选取全面,适用于多种类型的供应链合作伙伴选择。用实例对模型进行了验证,并取得了较好的评价效果。该模型应用简单,且减少了供应链合作伙伴选择过程中人为因素的影响,具有一定的实用价值。

关键词： AHP 供应链合作伙伴选择 BP神经网络 l—m算法

基于BP神经网络对CuNiSiCr合金时效后性能预测

在线全文

学校读者我要写书评

暂无评论

功能材料 2005年第4期36卷 522-524,528页

作者：雷静果刘平井晓天田宝红西安理工大学材料科学与工程学院陕西西安710048 河南科技大学材料科学与工程学院河南洛阳471003

采用改进的BP 网络算法———levenberg marquardt算法,建立了固溶态Cu Ni Si Cr合金的时效温度和时间参数关于时效后性能的非线性映射模型。结果表明所建立的BP神经网络模型可对Cu Ni Si Cr合金时效后的性能进行有效的预测和分析。

关键词： Cu—Ni—Si—Cr合金时效 BP神经网络 l—m算法

在线全文

学校读者我要写书评

暂无评论

非线性系统RBF神经网络多步预测控制

控制与决策 2014年第7期29卷 1274-1278页

作者：樊兆峰马小平邵晓根中国矿业大学信息与电气工程学院江苏徐州221008 徐州工程学院信电工程学院江苏徐州221111

针对较强非线性的控制问题,提出一种以RBF神经网络为模型的多步预测控制方法.构建多步预测模型,并给出预测误差关于控制序列的雅可比矩阵的计算方法.利用levenberg-marquardt(l-m)算法设计滚动优化策略,通过误差修正参考输入的方法实现... 详细信息

针对较强非线性的控制问题,提出一种以RBF神经网络为模型的多步预测控制方法.构建多步预测模型,并给出预测误差关于控制序列的雅可比矩阵的计算方法.利用levenberg-marquardt(l-m)算法设计滚动优化策略,通过误差修正参考输入的方法实现了反馈校正,证明了控制系统的稳定性.仿真结果表明所提出的控制方法效果较好.

关键词：预测控制 RBF神经网络 l—m算法滚动优化

在线全文

学校读者我要写书评

暂无评论

山药切片红外干燥温度神经网络预测

农业机械学报 2014年第11期45卷 246-249,336页

作者：张丽丽王相友张海鹏中国农业大学工学院北京100083 山东理工大学农业工程与食品科学学院淄博255049

在不同单位辐射功率和辐射距离下对山药切片进行了红外辐射干燥温度试验。基于温度试验数据,通过matlab神经网络工具箱,采用最速梯度下降法和l-m算法对这些数据分别进行了训练,将训练好的BP神经网络对山药切片进行温度预测。结果表明:l-... 详细信息

在不同单位辐射功率和辐射距离下对山药切片进行了红外辐射干燥温度试验。基于温度试验数据,通过matlab神经网络工具箱,采用最速梯度下降法和l-m算法对这些数据分别进行了训练,将训练好的BP神经网络对山药切片进行温度预测。结果表明:l-m算法优于传统的最速梯度下降法,提高了BP神经网络的收敛速度和泛化能力,预测误差较小,适用性较强,可较好地预测红外干燥过程中山药切片的温度变化。

关键词：山药红外干燥温度 l—m算法神经网络

在线全文

学校读者我要写书评

暂无评论

神经网络预测煤焦高温气化反应速率研究

煤炭转化 2007年第2期30卷 22-27页

作者：张晓吴诗勇顾菁吴幼青高晋生华东理工大学能源化工系上海硕士生200237

神华大柳塔煤和兖州北宿煤都是气流床气化的优良煤种.通过三种算法的比较,采用BP神经网络的l-m算法,分析煤的制焦终温与制焦升温速率、气化反应温度、Vdaf和煤焦H/C原子比等不同因子对煤焦气化反应速率模型预测精度的影响,建立了基于mat... 详细信息

神华大柳塔煤和兖州北宿煤都是气流床气化的优良煤种.通过三种算法的比较,采用BP神经网络的l-m算法,分析煤的制焦终温与制焦升温速率、气化反应温度、Vdaf和煤焦H/C原子比等不同因子对煤焦气化反应速率模型预测精度的影响,建立了基于matlab下神华大柳塔单煤种四因子和神华-兖州双煤种五因子煤焦高温气化反应速率神经网络预测模型,得到比较满意的结果,其相对误差分别是0.167和0.264.

关键词：煤气化神经网络 l—m算法高温

在线全文

学校读者我要写书评

暂无评论

用粒子群优化算法重构超二次曲面三维模型

小型微型计算机系统 2006年第5期27卷 878-883页

作者：黄芳樊晓平罗熊中南大学信息科学与工程学院湖南长沙410083

针对在三维重构过程中用l-m(levenberg-marquardt)方法求解超二次曲面参数拟合问题的不足,提出了用粒子群优化算法来进行超二次曲面参数拟合的新方法.本文详细阐述了超二次曲面的三维表示特性,l-m算法拟合超二次曲面参数模型的分析,以... 详细信息

针对在三维重构过程中用l-m(levenberg-marquardt)方法求解超二次曲面参数拟合问题的不足,提出了用粒子群优化算法来进行超二次曲面参数拟合的新方法.本文详细阐述了超二次曲面的三维表示特性,l-m算法拟合超二次曲面参数模型的分析,以及用粒子群优化算法拟合超二次曲面参数模型的原理、实现方法和实验结果.用粒子群优化算法对超二次曲面进行参数拟合,克服了l-m方法的缺陷,取了满意的效果.

关键词：三维重构超二次曲面参数拟合 l—m算法粒子群优化算法导向因子