您的位置: 专家智库 > >

孙勇

作品数:7 被引量:28H指数:3
供职机构:四川理工学院更多>>
发文基金:国家高技术研究发展计划国家科技重大专项更多>>
相关领域:自动化与计算机技术机械工程轻工技术与工程金属学及工艺更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇金属学及工艺
  • 1篇机械工程
  • 1篇轻工技术与工...

主题

  • 4篇神经网
  • 4篇神经网络
  • 3篇数控
  • 3篇网络
  • 3篇粗集
  • 3篇粗集理论
  • 2篇蚁群
  • 2篇蚁群算法
  • 2篇数控系统
  • 2篇群算法
  • 2篇主元
  • 2篇主元分析
  • 2篇误差补偿
  • 2篇BP网
  • 2篇BP网络
  • 1篇电路
  • 1篇动态反馈神经...
  • 1篇映射
  • 1篇数据挖掘
  • 1篇数控机

机构

  • 7篇四川理工学院

作者

  • 7篇孙勇
  • 6篇曾黄麟
  • 3篇陈顺玲
  • 2篇范国华
  • 1篇陶雪容
  • 1篇李畅畅
  • 1篇王振明

传媒

  • 3篇四川理工学院...
  • 1篇中国酿造
  • 1篇中国机械工程
  • 1篇机械设计与制...
  • 1篇重庆邮电大学...

年份

  • 1篇2011
  • 3篇2010
  • 2篇2009
  • 1篇2008
7 条 记 录,以下是 1-7
排序方式:
基于综合智能计算的数控系统误差补偿被引量:1
2011年
提出一种基于综合智能计算的数控系统位置控制方法,其基本思想是,在现有的数控系统内部嵌入一个神经网络的小型系统(采用插件形式嵌入),利用综合智能计算,得出系统补偿误差,实现对数控系统误差补偿的智能控制。综合智能计算通过应用粗集理论对决策表进行属性约简,利用主元分析进行数据压缩及特征提取,以降低BP网络的输入维数,缩短网络的训练时间,并利用蚁群算法对BP网络参数进行全局搜索,实现网络快速收敛到全局最优值。试验仿真表明,此方法可有效提高系统补偿精度和实时性。
曾黄麟孙勇陈顺玲
关键词:BP网络粗集理论主元分析蚁群算法
基于BP神经网络的白酒评判模型的MATLAB实现被引量:4
2010年
根据粗集理论和神经网络的结合,对浓香型白酒的成分做了定量的研究。由于BP神经网络在解决实际问题时,其模型结构的确定、每层神经元个数的选择无现成的规律可遵循,必须由实验数据来确定。为此通过对浓香型白酒的实验数据分析,确定所需要的元素,然后对其建模。经过多次的实验仿真,训练了1个BP网络,并对该网络进行误差分析,并使结果一目了然。
陶雪容陈顺玲孙勇
关键词:浓香白酒BP神经网络
一种基于综合智能计算的模拟电路故障诊断方法被引量:2
2009年
文章针对目前模拟电路故障诊断中存在的容差和非线性特性所带来的诊断难点,提出了一种基于粗集-主成分分析的模拟电路故障诊断的方法。这种方法利用粗集理论属性约简、数据归一化、主成分分析对输入数据进行预处理,提取主要参数,然后利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断。对标准电路仿真结果表明:该方法能够实现快速故障检测与定位,具有准确率高的特点。
范国华曾黄麟孙勇
关键词:模拟电路故障诊断粗集理论神经网络主成分分析
一种基于径向基函数神经网络的自整定PID控制器被引量:3
2008年
文章针对工业控制中最常用PID控制方法中存在的问题,讨论了基于径向基函数神经网络的PID控制,通过神经网络的自学习进行在线参数整定。并利用Matlab软件进行仿真。仿真结果表明,基于径向基函数的神经网络PID控制器具有较高的精度和较强的适应性,可以获得满意的控制效果。
范国华曾黄麟孙勇
关键词:径向基函数PID控制MATLAB仿真
一种基于映射方法的改进频繁模式增长算法被引量:2
2009年
文章介绍了知识发现中关联规则挖掘算法的基本思想及其性能,分析了FP-tree算法在关联规则挖掘中存在耗费巨大空间存贮的问题,提出了一种运用投影技术改进的频繁模式增长算法,该算法改善FP-tree构造,实验结果表明,运用投影技术改进的频繁模式增长算法可以提高关联规则挖掘效果。
李畅畅曾黄麟孙勇王振明
关键词:数据挖掘关联规则
一种新的数控机床热误差实时补偿方法被引量:15
2010年
根据数控机床加工热误差,首先,利用粗集理论方法,分析各变量与热误差之间的相关性,选择出机床热误差补偿的重要特征参数。然后提出一种动态反馈网络建立数控机床加工热误差补偿模型,新的数控机床热误差实时补偿方法具有补偿误差精度高,网络学习收敛速度快,误差补偿实时性好等特点。仿真实验结果证明了该方法的可行性和有效性。
孙勇曾黄麟
关键词:动态反馈神经网络数控机床误差补偿
一种新数控系统温度误差补偿控制方法被引量:1
2010年
针对车床加工具有多因素非线性,利用神经网络提出解决数控机床系统的温度误差补偿控制问题的办法。方法是在现有的数控系统内部嵌入一个神经网络的小型系统,利用主元分析进行温度误差补偿数据压缩及特征提取,通过应用粗集理论对温度误差属性进行约简,用一个BP(back propagation)神经网络进行补偿控制,在网络的训练过程中利用蚁群算法对BP网络参数进行全局搜索,实现网络快速收敛到全局最优值。试验仿真表明,此方法可有效提高系统补偿精度和实时性。
曾黄麟孙勇陈顺玲
关键词:BP网络粗集理论主元分析蚁群算法
共1页<1>
聚类工具0