检索结果-南通市图书馆

光学精密工程 2011年第3期19卷 567-572页

作者：葛动元姚锡凡向文江华南理工大学机械与汽车工程学院广东广州510640 邵阳学院机械与能源工程系邵阳湖南422004

针对微钻头的圆角、外径等的检测,研究了微钻头棱边投影的拟合方法。首先,采用印刷电路板(PCB)微钻头高精度自动化检测系统采集图像。在对微钻头棱边投影的椭圆方程进行拟合时,以采样点坐标的组合矢量坐标到超平面距离的平方和为目标函... 详细信息

针对微钻头的圆角、外径等的检测,研究了微钻头棱边投影的拟合方法。首先,采用印刷电路板(PCB)微钻头高精度自动化检测系统采集图像。在对微钻头棱边投影的椭圆方程进行拟合时,以采样点坐标的组合矢量坐标到超平面距离的平方和为目标函数。然后,根据求解目标,设计一个有侧向连接的sanger网络,以采样点坐标组成的矢量坐标为sanger网络的输入。最后,采用自适应次分量的提取方法,以自相关矩阵的最小特征值所对应的特征向量为超平面的拟合系数,即椭圆方程拟合系数,得到微钻头的圆角、外径等技术指标。这种自适应sanger网络在工件形状误差检测中的应用方法能满足微钻头检测的精度要求。

关键词：微钻头几何参数视觉检测 sanger神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

有侧向连接的sanger算子在摄像机标定中的应用

引用

光电子．激光 2010年第11期21卷 1720-1724页

作者：葛动元姚锡凡华南理工大学机械与汽车工程学院广州广东510640

为了求得摄像机的投影矩阵,在进行标定时,以采样点组合矢量坐标到由投影矩阵决定的超平面距离平方和为目标函数,设计有侧向连接的sanger网络;采用自适应次分量的提取方法,以自相关矩阵最小特征值所对应的特征向量为超平面的拟合系数,据... 详细信息

为了求得摄像机的投影矩阵,在进行标定时,以采样点组合矢量坐标到由投影矩阵决定的超平面距离平方和为目标函数,设计有侧向连接的sanger网络;采用自适应次分量的提取方法,以自相关矩阵最小特征值所对应的特征向量为超平面的拟合系数,据此求得摄像机的投影矩阵,完成摄像机的标定。根据摄像机的数学模型得到的投影点坐标与实际图像检测结果的图像残差均方值作为标定性能指标,进行精度分析。实验表明,所提出的方法是自适应sanger算法在摄像机标定中的新应用。

关键词： sanger神经网络摄像机标定投影矩阵次成分分量特征值特征向量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于主分量神经网络的DS-CDMA信号伪码序列盲估计研究

基于主分量神经网络的DS-CDMA信号伪码序列盲估计研究

引用

作者：赵军桃重庆邮电大学

学位级别：硕士

扩频通信使得有用信号在宽带上进行传输,扩频后的发送信号的带宽远远大于实际传输中有用信号所需的带宽,这就保证了通信的抗干扰、低截获以及保密特性,从而实现了安全通信。为了满足急剧增长的军用、民用通信容量以及频带的需求,现在各... 详细信息

扩频通信使得有用信号在宽带上进行传输,扩频后的发送信号的带宽远远大于实际传输中有用信号所需的带宽,这就保证了通信的抗干扰、低截获以及保密特性,从而实现了安全通信。为了满足急剧增长的军用、民用通信容量以及频带的需求,现在各国都纷纷将DS-CDMA信号大量应用于现代通信系统中。但是DS-CDMA信号的扩频“隐蔽”策略利用频谱扩展技术降低有用信号的功率谱密度,直到有用信号完全被噪声所掩盖,给非合作通信方或通信对抗方侦察有用信息带来了严峻的挑战。因此研究DS-CDMA信号伪码序列的盲估计就显得日趋重要。本论文的主要工作包括以下几个方面:(1)针对矩阵分解方法在DS-CDMA信号伪码序列盲估计中可处理的数据向量较短且复杂度高的问题,研究了一种基于sanger神经网络(sanger NN)的DS-CDMA信号伪码序列盲估计方法。该方法首先将已分段的一周期DS-CDMA信号作为神经网络的输入信号,用神经网络权值向量的符号函数代表DS-CDMA信号各用户的伪码序列,然后通过不断输入信号来反复训练权值向量直至收敛,最终DS-CDMA信号各用户的伪码序列就可以通过权值向量的符号函数重建出来。此外,本文研究了一种在递归最小二乘(RLS)意义下的最优变步长收敛模型,极大地提高了网络的收敛速度。(2)针对sanger NN方法在DS-CDMA信号伪码序列盲估计中收敛速度较慢的问题,研究了一种基于LEAP神经网络(LEAP NN)的DS-CDMA信号伪码序列盲估计方法。该方法在sanger NN的基础上,在神经网络的权值更新公式中加入了矩阵运算,实现了连接权值的施密特正交化。(3)针对LEAP NN方法在DS-CDMA信号伪码序列盲估计中因包含矩阵运算而导致的复杂度高,且在伪码序列较长时无法收敛的问题,研究了一种基于APEX神经网络(APEX NN)的DS-CDMA信号伪码序列盲估计方法。该方法在sanger NN的基础上,通过在神经网络的输出端加入侧向连接来实现连接权值的去相关。

关键词： DS-CDMA信号 sanger神经网络 LEAP神经网络 APEX神经网络盲估计

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于流形学习的线性结构工作模态参数识别

基于流形学习的线性结构工作模态参数识别

引用

作者：张天舒华侨大学

学位级别：硕士

针对工作模态参数识别(OMA)存在时空开销大、精度低等问题,本文基于流形学习算法,对一维线性时不变结构、三维线性时不变结构和线性慢时变结构的工作模态参数识别问题分别提出了解决方案,主要研究内容包括:针对一维线性时不变结构,提出... 详细信息

针对工作模态参数识别(OMA)存在时空开销大、精度低等问题,本文基于流形学习算法,对一维线性时不变结构、三维线性时不变结构和线性慢时变结构的工作模态参数识别问题分别提出了解决方案,主要研究内容包括:针对一维线性时不变结构,提出了基于自迭代主元抽取(SIPCE)和基于sanger神经网络主元分析的工作模态参数识别方法。相较基于传统主元分析的工作模态参数识别方法,基于自迭代主元抽取的工作模态参数识别方法避免了矩阵分解中存在的病态问题,具有更高的识别精度,同时大大降低了时间和空间开销。考虑到实际应用场景对算法时效性的要求,以及多核硬件并行计算的发展,提出基于sanger神经网络并行主元抽取工作模态参数识别方法。相比较Oja网络和APEX网络,sanger网络不仅可以同时提取多阶主成分而且其中间的权重矩阵有着实际的物理意义。其依据学习率和学习规则并行迭代得到多阶主成分,易于被嵌入到多核硬件,具有很高的工程价值。通过一维时不变简支梁仿真及实验数据集上的工作模态参数识别结果,验证了基于自迭代主元和基于sanger神经网络主元分析工作模态参数识别方法的准确性和可靠性。针对三维线性时不变结构,提出了直接矩阵组装的自迭代主元抽取和等距特征映射(ISOMAP)的三维工作模态参数识别方法。通过分析一维线性时不变结构和三维线性时不变结构的不同,以及基于模态响应矩阵求逆反代的三维模态振型组装方法的缺点,提出三维模态振型直接矩阵组装法。该方法将三个维度的振动响应信号组装起来然后求解模型,大大提高了三维模态振型的识别精度。但三维模态振型直接矩阵组装法耗费的计算资源高于之前的方法,并且增加了矩阵分解出现病态的风险。使用自迭代主元抽取求解直接矩阵组装的模型,不但避免了求解过程中的病态问题,还大大降低了时间和空间开销。针对三维时不变结构的非线性特征,提出使用等距特征映射算法求解三维结构。三维线性结构的模态响应数据中存在着非线性特性,等距特征映射算法使用近地距离度量测点间的近邻关系,可以很好的表达三维结构中的非线性特征。在三维圆柱壳上的仿真验证结果表明,基于自迭代主元抽取和基于等距特征映射工作模态参数识别方法均对复杂三维线性结构工作模态参数有着很好的识别效果。针对线性慢时变结构,提出了基于滑动窗自迭代主元抽取(MWSIPCE)工作模态识别方法。依据“短时时不变”理论,将连续的一段时间划分成小的时间窗,在每个时间窗内,结构体可以被近似的认为是时不变的。此时使用自迭代主元抽取算法识别结构体在时间窗内的工作模态参数,近似作为时间窗内中间时刻的模态参数的。时间窗随着时间的推移而滑动,如此可以得出慢时变结构在各个时刻的模态参数,然后将每个时刻的模态参数连起来最终得到线性慢时变结构时变的工作模态参数。通过线性时变悬臂梁的仿真,验证了基于MWSIPCE工作模态参数识别方法的正确性,并且就仿真实验过程中出现的模态交换问题做出了合理的解释。

关键词：工作模态参数识别自迭代主元抽取等距特征映射 sanger神经网络三维模态振型组装

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：