导读:本文包含了网络输入参数论文开题报告文献综述及选题提纲参考文献，主要关键词:Cauer型RC网络,参数辨识,零输入响应,变参数
网络输入参数论文文献综述
杜雄,李腾飞,夏俊,刘小翠,孙鹏菊[1]（2017）在《基于零输入响应的Cauer型RC网络参数辨识方法》一文中研究指出对于封闭的RC网络,其参数不能直接测量,需要根据端口响应辨识网络参数。但对于等效的RC网络,受实际条件限制,端口激励信号是随机变化的,其模型难以建立。提出了一种基于零输入响应的参数辨识方法。在不考虑激励信号的条件下,分析了RC网络参数和零输入响应条件下时间常数之间的关系,得出在一种工况下不能对参数进行辨识的结论。在此基础上,提出通过级联一阶RC网络,在不同的级联网络参数下得到关于待辨识网络参数的约束方程,根据两组不同的约束方程组可辨识出RC参数。以2阶待辨识的CauerⅠ型电网络为例进行了仿真和实验,结果表明所提方法可对Cauer型RC参数进行辨识。然后,将该方法应用在绝缘栅双极型晶体管(IGBT)的Cauer热网络参数辨识中,也取得了较准确的辨识结果。(本文来源于《电工技术学报》期刊2017年01期）
吕玮[2]（2015）在《基于神经网络重力坝损伤识别输入参数的研究》一文中研究指出在神经网络识别结构损伤的过程中选取容易得到、识别精度高、损伤敏感性高的参数,损伤识别精度将大大提高。为克服使用单一结构特征物理量作为神经网络输入参数而带来的缺陷,文章以武都水库非溢流坝段为例,利用径向基函数神经网络对重力坝损伤的识别展开研究,提出将结构固有频率和固定点模态分量组合作为输入参数,对比选用不同输入参数的损伤输出信息。结果表明,使用组合参数作为输入参数对重力坝进行损伤位置识别、损伤程度预测是实用可行的。(本文来源于《科技创新与应用》期刊2015年12期）
贺彦林,徐圆,耿志强,朱群雄[3]（2015）在《基于自联想递阶神经网络的多输入参数化工过程软传感器(英文)》一文中研究指出To explore the problems of monitoring chemical processes with large numbers of input parameters, a method based on Auto-associative Hierarchical Neural Network(AHNN) is proposed. AHNN focuses on dealing with datasets in high-dimension. AHNNs consist of two parts: groups of subnets based on well trained Autoassociative Neural Networks(AANNs) and a main net. The subnets play an important role on the performance of AHNN. A simple but effective method of designing the subnets is developed in this paper. In this method,the subnets are designed according to the classification of the data attributes. For getting the classification, an effective method called Extension Data Attributes Classification(EDAC) is adopted. Soft sensor using AHNN based on EDAC(EDAC-AHNN) is introduced. As a case study, the production data of Purified Terephthalic Acid(PTA) solvent system are selected to examine the proposed model. The results of the EDAC-AHNN model are compared with the experimental data extracted from the literature, which shows the efficiency of the proposed model.(本文来源于《Chinese Journal of Chemical Engineering》期刊2015年01期）
肖汉光,何为,刘兴华,李松浓,毕喜飞[4]（2011）在《基于电网络模型的动脉树输入阻抗递归计算及参数分析》一文中研究指出目的通过提出一种计算人体动脉树输入阻抗的递归算法,分析动脉树各参数对输入阻抗的影响,为动脉树生理和病理变化分析提供参考。方法利用由大动脉和主要外周动脉构成的55段人体动脉树建立分布式电网络模型,通过设定电网络模型外周阻力,建立动脉树单向数据链表,采用递归算法计算动脉树升主动脉的输入阻抗。在此基础上比较不同动脉顺应性、外周阻力和动脉长度、内径、壁厚等参数对输入阻抗的影响。结果计算结果与实验数据和其他模型结果相一致,验证了该方法的有效性。不同参数对动脉树输入阻抗的影响有较大差异且呈现各自特征。结论输入阻抗能有效地反映动脉树血液动力学参数的变化情况,是人体动脉树生理病理诊断的重要参考。(本文来源于《医用生物力学》期刊2011年01期）
任海军,张晓星,肖波,周湶[5]（2011）在《基于概念格的神经网络日最大负荷预测输入参数选择》一文中研究指出针对电力系统中影响负荷预测精度的众多因素如何选择问题,提出一种概念格属性约简算法,采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数,降低了输入参数规模,确保了负荷预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题.通过对重庆市某区实际日最大负荷数据的计算分析,结果表明该算法提高了神经网络模型的预测精度,从而证实了所提出约简算法的合理性和有效性.(本文来源于《吉林大学学报(理学版)》期刊2011年01期）
王承志,赵云龙,黄勇[6]（2009）在《多输入/多输出GA-BP网络压铸工艺参数设计系统》一文中研究指出遗传算法全局搜索能力强,而BP神经网络擅长局部精确搜索,采用遗传算法优化神经网络初始权值的方法,实现两种算法的结合,达到优势互补,并首次将内浇口类型及其厚度作为设计输出参数引入设计系统,构建更实用的压铸工艺参数优化设计多输入/多输出双隐层GA-BP神经网络。通过实例,验证了本系统所给出的压铸工艺设计结果的合理性。(本文来源于《铸造》期刊2009年01期）
杨小霞[7]（2009）在《转杯纺成纱质量神经网络输入参数优选》一文中研究指出转杯纺纱过程是个复杂的生产过程,影响成纱质量的因素众多。在用神经网络预测成纱质量时,如果将各种影响因素都包含进输入参数中,会造成输入参数过多,加重了神经网络的训练负担,非但不能提高预测精度,反而会降低神经网络预测的性能。而现实中纺纱厂的样品数是有限的,也限制了输入参数的数量,因此优选输入参数用较少的数据建立神经网络模型来准确的预测成纱质量就显得很有必要。现今优选输入参数的方法有:根据经验选择输入参数,受人的主观因素影响较大,无法体现出各输入参数对于输出参数影响的重要性程度;某种数学方法选择输入参数,由于不同的数学方法侧重不同,使得优选结果有失公正。本文采用了四种神经网络参数优选方法:(1)灰色关联分析法,它的基本内容,是根据诸因素行为观测序列的几何接近程度,分析和确定它们之间的影响程度或对目标要素的贡献程度;(2)基于输入对输出影响的数据优选,分析输入对输出的影响程度,分析输入大小变化对输出大小变化的影响;(3)基于专家知识的数据优选,分析输入输出相关关系与专家知识的吻合程度;(4)模糊推理优选法,基于人对大小的主观认识,用模糊评语界定输入参数大小变化对输出参数大小变化的影响程度。本文首先从纺纱原料、纺纱设备和纺纱工艺叁方面确定对成纱质量影响较大的17个输入参数,之后进行纤维性能测试,转杯纺纱试验和成纱质量测试,获得神经网络输入输出参数数据;再分别用上述四种优选方法处理数据,得到四个排序结果,然后用模糊推理法将四种排序结果融合,得出一个对输出参数影响程度由大到小的优化排序。输入参数排序得出后,针对每一个成纱质量指标建立BP神经网络模型,先用模型验证优选结果的有效性,待有效性得到证明后,用排序在前1-7位的参数作为神经网络的输入参数预测转杯纺纱成纱质量。结果表明,神经网络的预测结果相当接近于实测结果,表明输入参数优选方法是有效的,神经网络可用于预测转杯纺成纱质量。(本文来源于《东华大学》期刊2009-01-06）
方剑青,矫桂琼[8]（2006）在《频响函数作为神经网络输入参数的应用研究》一文中研究指出给出一个BP神经网络,应用频响函数作为神经网络的输入参数,用来识别结构的状态信息,由于频响函数数据量大,直接作为神经网络输入参量容易造成网络训练收敛慢或不收敛。将频响函数在(0,1)范围进行归一化处理,通过用BP网络试验,新方法收敛速度提高了25倍,表明这是一种简单有效的方法。(本文来源于《中国机械工程》期刊2006年S2期）
侯迪波,周泽魁[9]（2006）在《能处理定性参数输入的推广模糊神经网络软测量建模方法》一文中研究指出针对生产过程中存在多种类属型数据和混合型数据,而大多数软测量方法只能处理数值型数据的问题,提出了一种基于粗糙集方法的推广模糊神经网络软测量建模方法,该方法既可以接受定量参数输入,也可以接受定性参数输入。首先建立模糊-清晰混合规则的定义,对具有混合类型属性的样本集进行离散化处理后,利用粗糙集的约简算法进行规则提取,获得最小决策集。由得到的混合决策规则构建推广模糊神经网络,使用样本集训练网络参数。最后将该方法应用于蒸发器的污垢热阻值估计,取得了良好的效果。(本文来源于《传感技术学报》期刊2006年03期）
赵亚梅,杨建国,李蓓智[10]（2005）在《基于神经网络预测模型输入参数配置方法的实现》一文中研究指出基于数据挖掘中的关联概念,提出了一种针对神经网络预测模型训练参数的选择方法,有效地提高了神经网络模型在毛纺工艺中对纱线断头率的预测精度;该方法通过生产中的训练参数记录进行关联规则的提取,可快速的排除产生负面影响的训练参数,迅速选择可以提高预测精度的训练参数,从而达到提高神经网络模型预测性能的目的;实验证明,利用关联算法进行参数配置,可以有效提高神经网络输入模型的预测精度。(本文来源于《计算机测量与控制》期刊2005年09期）
网络输入参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在神经网络识别结构损伤的过程中选取容易得到、识别精度高、损伤敏感性高的参数,损伤识别精度将大大提高。为克服使用单一结构特征物理量作为神经网络输入参数而带来的缺陷,文章以武都水库非溢流坝段为例,利用径向基函数神经网络对重力坝损伤的识别展开研究,提出将结构固有频率和固定点模态分量组合作为输入参数,对比选用不同输入参数的损伤输出信息。结果表明,使用组合参数作为输入参数对重力坝进行损伤位置识别、损伤程度预测是实用可行的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络输入参数论文参考文献
[1].杜雄,李腾飞,夏俊,刘小翠,孙鹏菊.基于零输入响应的Cauer型RC网络参数辨识方法[J].电工技术学报.2017
[2].吕玮.基于神经网络重力坝损伤识别输入参数的研究[J].科技创新与应用.2015
[3].贺彦林,徐圆,耿志强,朱群雄.基于自联想递阶神经网络的多输入参数化工过程软传感器(英文)[J].ChineseJournalofChemicalEngineering.2015
[4].肖汉光,何为,刘兴华,李松浓,毕喜飞.基于电网络模型的动脉树输入阻抗递归计算及参数分析[J].医用生物力学.2011
[5].任海军,张晓星,肖波,周湶.基于概念格的神经网络日最大负荷预测输入参数选择[J].吉林大学学报(理学版).2011
[6].王承志,赵云龙,黄勇.多输入/多输出GA-BP网络压铸工艺参数设计系统[J].铸造.2009
[7].杨小霞.转杯纺成纱质量神经网络输入参数优选[D].东华大学.2009
[8].方剑青,矫桂琼.频响函数作为神经网络输入参数的应用研究[J].中国机械工程.2006
[9].侯迪波,周泽魁.能处理定性参数输入的推广模糊神经网络软测量建模方法[J].传感技术学报.2006
[10].赵亚梅,杨建国,李蓓智.基于神经网络预测模型输入参数配置方法的实现[J].计算机测量与控制.2005
标签：Cauer型RC网络; 参数辨识; 零输入响应; 变参数;