导读:本文包含了自适应神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:神经网络,自适应,观测器,卷积,光伏,弹丸,谐波。
自适应神经网络论文文献综述
王金强,王聪,魏英杰,张成举[1](2019)在《欠驱动AUV自适应神经网络反步滑模跟踪控制》一文中研究指出针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)叁维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV叁维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对叁维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年12期)
李发挥,李雁浩,桂逢烯,谢霜,杜永洪[2](2019)在《声空化对巨噬细胞损伤效应的人工神经网络自适应模型辨识》一文中研究指出超声空化效应有助于提高基因或药物向细胞内的转染或运输。为了进一步指导超声空化效应在医学应用中声参数的选择,建立声参数与空化效应之间的量效关系十分重要。由于超声空化效应的复杂性和非线性,难以采用传统的机理分析方法确定其精确的数学表达式。人工神经网络辨识方法具有较好的自组织、自学习能力及强大的非线性拟合能力,能够以监督或非监督学习的方式建立输入变量与输出变量之间的映射关系,而不需要建立对象的详细数学表达式。基于本课题组前期谢霜等的实验研究数据,本研究旨在采用改进的人工神经网络算法,建立声参数与空化效应之间的量效关系模型,有望为超声应用的声参数筛选提供理论指导。目的针对超声空化效应过程中声参数与空化效应之间的影响关系问题,本研究将多模型自适应思想与人工神经网络相结合,构建了声空化对巨噬细胞损伤效应的辨识模型。方法 1.本课题组前期探究了频率为42 kHz、强度为0.13—0.34 W/cm~2连续可调的低频低强度超声在不同声参数(超声强度、辐照时间)条件下,超声辐照对体外培养的巨噬细胞活性的影响。实验研究数据分为建模样本和检测样本。2.将巨噬细胞视为黑箱,超声强度和辐照时间作为神经网络的输入变量,巨噬细胞存活率作为输出变量。基于建模样本,采用了人工神经网络算法来训练神经网络,由此构建输入与输出变量之间的数值映射关系,并通过检测样本检测建立的神经网络模型的辨识精度。3.本研究提出基于多模型自适应思想选取建模样本,从而克服因建模样本选取不当而造成的模型失配问题,实现传统神经网络模型的改进。结果相比传统模型,基于多模型自适应思想与人工神经网络相结合建立的改进模型的辨识值与实验值更为接近,具有较高的辨识精度(EI=0.0137;PA=100%)。结论基于改进的人工神经网络建立的声空化对巨噬细胞的损伤效应模型具有较高的辨识精度。利用本研究建立的模型,能够实现超声空化效应的量化分析,缩减生物学实验成本。(本文来源于《中国超声医学工程学会第十届全国超声治疗及生物效应医学学术大会论文汇编》期刊2019-12-06)
惠冉,师琳,房勤茂[3](2019)在《基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究》一文中研究指出当前,卷积神经网络模型已被广泛用于执行各种类型的智能任务,医学图像辅助诊断是涉及多种图像类型的复杂场景。这些包括:普通2D图像,超高分辨率图像和3D图像。本项目针对一维信号的特点,提出"首层大尺度卷积核深度卷积神经网络"的模型,基层为大尺度卷积核,采用的技术路线为批量归一化层、采用WFK-CNN超参数设计准则,验证了WFK-CNN模型及其Ad-BN领域自适应处理后的抗噪性能。本文提出的肝脏纤维化超声诊断模型构建与改进方法具有较强的通用性,对今后的医学图像建模工作具有积极的指导意义。(本文来源于《影像研究与医学应用》期刊2019年23期)
张晓强,刘宜罡,邹应全,张翠芳[4](2019)在《基于自适应神经网络控制的光伏MPPT算法改进》一文中研究指出基于自适应神经网络控制(DANC)算法提出一种改进的最大功率追踪(MPPT)算法。针对DANC在权值更新的过程中采用的梯度下降算法因初始权值而导致局部收敛的问题,该文根据光伏(PV)阵列部分遮挡情况下的功率-电压(P-V)特征曲线,提出一种反馈负载电压遍历和DANC相结合的算法。首先通过反馈负载电压遍历方法快速达到参考电压附近,然后利用DANC在线学习算法稳定到峰值,通过比较峰值大小,最终找到全局最优解。通过Matlab仿真和硬件实验验证改进算法的可行性。(本文来源于《太阳能学报》期刊2019年11期)
骆继发,李志刚,岳才成[5](2019)在《弹丸协调臂的RBF神经网络自适应滑模控制》一文中研究指出针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络的输入,通过选取合适的参数,以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项,保证控制策略的稳定性,并采用非线性函数调整反馈项参数的变化,保证收敛速度。仿真结果表明:控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度,并具有较好的鲁棒性。(本文来源于《机械与电子》期刊2019年11期)
马晓磊,李永光,庄红山,张彦军,汪凯威[6](2019)在《基于自适应神经网络的光伏输出功率预测》一文中研究指出文中提出了一种基于不同拓扑结构的自适应神经网络(ANN)预测光伏输出功率的方法,建立了一个与数据采集系统协同工作的天气监测系统,利用叁种不同类型的自适应神经网络进行功率输出预测。为了研究气候变化对发电量的影响,使用天气数据(气温、太阳辐照度和风速)以及两个测试光伏电池板历史功率输出数据对ANN进行了训练。通过将模型预测值与功率输出测量数据进行比较,计算结果验证了所提方法对短期功率输出预测问题的适用性,并确定了最佳拓扑结构。(本文来源于《信息技术》期刊2019年11期)
纪春明[7](2019)在《基于自适应神经网络的注塑机料筒多段温度控制精度提升技术研究》一文中研究指出注塑机料筒温度是影响产品质量的重要因素,因此在实际生产中要严格控制料筒温度。运用自适应神经网络技术,研究了温度控制系统,该系统利用MATLAB软件通过输入电压偏差e和偏差率ec两个参数计算出系统调节参数;在对料筒分段后不同段落间温度数据会产生耦合,利用解耦方法得到了温度控制解耦矩阵,并利用温度连续变化控制方法设计了加热系统电路控制技术。对注塑机料筒的温度控制精度提升具有一定的指导意义。(本文来源于《塑料工业》期刊2019年11期)
杜春晖,张晔[8](2019)在《自适应线性神经网络LMM算法的谐波辨识技术研究》一文中研究指出介绍了组合适应线性神经网络最小平均值评估法(Adaline-LMM)对脉冲控制信号的拟合分析方法,用于对电力控制系统中的信号评估。通过对系统信号中的各个谐波分量的幅值和相位进行谐波辨识,并对Adaline的权重向量进行更新,同时对目标函数进行技术估计。其中,自适应神经网络中的权重向量由LMM算法进行迭代更新,通过最小平均值估计算法的引入,减小由于脉冲噪声引起的暂时波动的影响。通过对给定脉冲信号进行拟合,可以发现所提方法具有较高的计算精度。(本文来源于《现代电子技术》期刊2019年21期)
辛旗,白蕾,孟娇娇[9](2019)在《基于自适应模糊神经网络的机械臂控制》一文中研究指出机械臂的控制是一种重要的现代工程技术。控制机械臂的运行,必然要面对多种动态不确定因素,难以精确建模,因此,找到一种合适的控制方法是十分必要的。模糊神经网络技术具有高精度的函数逼近能力,可以通过其多层结构来确定系统模型,自适应更新规则的引入可使其更好地适应系统扰动和动态性能的变化。基于此种技术设计的机械臂控制器,经过实验验证,其控制效果优于目前传统控制方式,可以作为一种解决机械臂轨迹跟踪控制难题的方案。(本文来源于《自动化与仪器仪表》期刊2019年11期)
许红羊,李宏君,凡永华,闫杰[10](2019)在《远程操控飞行器自适应神经网络观测器设计》一文中研究指出针对无人飞行器远程操控系统设计时,由于远程操控飞行器动力学的非线性和飞行器控制系统性能的不确定性,无法精确建立远程操控飞行器控制系统模型的问题,提出了一种自适应神经网络状态观测器设计方法实现对远程操控飞行器的控制系统模型的估计。首先将飞行器的动力学环节与自动驾驶仪构成的闭环回路作为一个整体建立了远程操控飞行器控制系统的非线性模型。然后针对模型中存在未建模动态的问题,采用神经网络算法对非线性动力学模型进行在线辨识,并引入鲁棒项对附加扰动进行抑制。最后设计自适应律对神经网络的权值进行实时调整,保证了系统的稳定性,并基于Lyapunov理论证明了观测器的估计误差是最终一致有界的。仿真结果表明,所设计的观测器能够保证远程操控飞行器在存在未建模动态和附加扰动的情况下对飞行状态具有良好的估计性能。(本文来源于《宇航学报》期刊2019年10期)
自适应神经网络论文开题报告
(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:
超声空化效应有助于提高基因或药物向细胞内的转染或运输。为了进一步指导超声空化效应在医学应用中声参数的选择,建立声参数与空化效应之间的量效关系十分重要。由于超声空化效应的复杂性和非线性,难以采用传统的机理分析方法确定其精确的数学表达式。人工神经网络辨识方法具有较好的自组织、自学习能力及强大的非线性拟合能力,能够以监督或非监督学习的方式建立输入变量与输出变量之间的映射关系,而不需要建立对象的详细数学表达式。基于本课题组前期谢霜等的实验研究数据,本研究旨在采用改进的人工神经网络算法,建立声参数与空化效应之间的量效关系模型,有望为超声应用的声参数筛选提供理论指导。目的针对超声空化效应过程中声参数与空化效应之间的影响关系问题,本研究将多模型自适应思想与人工神经网络相结合,构建了声空化对巨噬细胞损伤效应的辨识模型。方法 1.本课题组前期探究了频率为42 kHz、强度为0.13—0.34 W/cm~2连续可调的低频低强度超声在不同声参数(超声强度、辐照时间)条件下,超声辐照对体外培养的巨噬细胞活性的影响。实验研究数据分为建模样本和检测样本。2.将巨噬细胞视为黑箱,超声强度和辐照时间作为神经网络的输入变量,巨噬细胞存活率作为输出变量。基于建模样本,采用了人工神经网络算法来训练神经网络,由此构建输入与输出变量之间的数值映射关系,并通过检测样本检测建立的神经网络模型的辨识精度。3.本研究提出基于多模型自适应思想选取建模样本,从而克服因建模样本选取不当而造成的模型失配问题,实现传统神经网络模型的改进。结果相比传统模型,基于多模型自适应思想与人工神经网络相结合建立的改进模型的辨识值与实验值更为接近,具有较高的辨识精度(EI=0.0137;PA=100%)。结论基于改进的人工神经网络建立的声空化对巨噬细胞的损伤效应模型具有较高的辨识精度。利用本研究建立的模型,能够实现超声空化效应的量化分析,缩减生物学实验成本。
(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。
自适应神经网络论文参考文献
[1].王金强,王聪,魏英杰,张成举.欠驱动AUV自适应神经网络反步滑模跟踪控制[J].华中科技大学学报(自然科学版).2019
[2].李发挥,李雁浩,桂逢烯,谢霜,杜永洪.声空化对巨噬细胞损伤效应的人工神经网络自适应模型辨识[C].中国超声医学工程学会第十届全国超声治疗及生物效应医学学术大会论文汇编.2019
[3].惠冉,师琳,房勤茂.基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究[J].影像研究与医学应用.2019
[4].张晓强,刘宜罡,邹应全,张翠芳.基于自适应神经网络控制的光伏MPPT算法改进[J].太阳能学报.2019
[5].骆继发,李志刚,岳才成.弹丸协调臂的RBF神经网络自适应滑模控制[J].机械与电子.2019
[6].马晓磊,李永光,庄红山,张彦军,汪凯威.基于自适应神经网络的光伏输出功率预测[J].信息技术.2019
[7].纪春明.基于自适应神经网络的注塑机料筒多段温度控制精度提升技术研究[J].塑料工业.2019
[8].杜春晖,张晔.自适应线性神经网络LMM算法的谐波辨识技术研究[J].现代电子技术.2019
[9].辛旗,白蕾,孟娇娇.基于自适应模糊神经网络的机械臂控制[J].自动化与仪器仪表.2019
[10].许红羊,李宏君,凡永华,闫杰.远程操控飞行器自适应神经网络观测器设计[J].宇航学报.2019