您的位置: 专家智库 > >

浙江省重大科技专项基金(2008C01069-3)

作品数:2 被引量:21H指数:1
相关作者:李翔薛元胡国樑金凤英彭志勤更多>>
相关机构:浙江凌龙纺织有限公司浙江理工大学嘉兴学院更多>>
发文基金:浙江省重大科技专项基金更多>>
相关领域:轻工技术与工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇轻工技术与工...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇毛纱
  • 2篇精纺
  • 2篇精纺毛纱
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇隐层
  • 1篇基于神经网络
  • 1篇RBF神经网...

机构

  • 2篇嘉兴学院
  • 2篇浙江理工大学
  • 2篇浙江凌龙纺织...

作者

  • 2篇胡国樑
  • 2篇薛元
  • 2篇李翔
  • 1篇彭志勤
  • 1篇金凤英

传媒

  • 1篇纺织学报
  • 1篇浙江理工大学...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于两种BP神经网络的精纺毛纱性能预测模型的比较被引量:1
2011年
在较大输入层样本数、较多输入层节点数的条件下,尝试使用单隐层BP神经网络模型与双隐层BP神经网络模型分别对精纺毛纱的条干不匀率与断裂强力进行预测,分析比较单、双隐层模型的预测性能。结果表明:隐含层节点数为9的双隐层BP神经网络模型预测性能最佳,相关系数值为0.920 5;对精纺纱的断裂强力进行预测时,隐含层节点数为8的双隐层BP神经网络模型预测性能最好,相关系数值为0.917 1。因此,在输入层样本数较大、输入层节点数较多的条件下,双隐层BP神经网络模型更适合对精纺毛纱的性能进行预测。
李翔顾宗栋薛元胡国樑
关键词:BP神经网络精纺毛纱
基于神经网络的精纺毛纱性能预测模型比较被引量:20
2011年
为比较BP与RBF神经网络对精纺毛纱性能的预测能力,采集前纺与后纺的工艺参数作为输入节点,表征精纺毛纱性能的条干不匀率与断裂强力分别作为输出节点,采用软件计算工具中的反向传播(BP)神经网络、径向基(RBF)神经网络分别建立细纱条干不匀率与断裂强力的预测模型,从统计学角度反映2种模型的预测性能。实验结果表明,在输入样本数较大、输入维数较高、精度要求相同的情况下,RBF神经网络模型的训练速度明显快于BP神经网络模型,但BP神经网络模型的预测性能略优于RBF函数神经网络模型,特别是遇到异常样本时,BP神经网络模型表现出更强的容错能力。
李翔彭志勤金凤英顾宗栋薛元胡国樑
关键词:精纺毛纱BP神经网络RBF神经网络
共1页<1>
聚类工具0