王晓丰
- 作品数：4 被引量：15H指数：2
- 供职机构：东北林业大学理学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学轻工技术与工程更多>>
- 基于人工神经网络的落叶松干燥模型研究被引量：8
- 2013年
- 采用人工神经网络BP型3层映射模式,对东北林业大学木材干燥实验室俄罗斯产落叶松进行木材含水率测定,干球温度平衡含水率和预热阶段干燥阶段的木材含水率以干燥机内部所测定为基准作为输入矩阵,以所测定的木材降温阶段和湿热阶段所测定的木材含水率作为输出矩阵从而确定3层形式,作出一段周期内落叶松控制系统降温和湿热阶段含水率预测,通过网络训练获得最佳权值,作为预测模拟参数,通过调整干球温度和其他参数使在半自动控制中木材含水率达到可控效果,从而在今后的干燥过程中可以通过含水率的预测得以实现对温度的调控。
- 谢键王晓丰段文英陈广元
- 关键词：BP神经网络落叶松木材木材含水率
- 落叶松木材干燥的BP神经网络模型研究被引量：7
- 2015年
- 以落叶松木材为研究对象,实验在东北林业大学干燥实验室进行,采用MATLAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,用落叶松木材的干燥温度、湿度、循环风速及平衡含水率作为输入变量,以木材含水率作为输出变量,构建了4∶S∶1的木材干燥的BP人工神经网络模型。用120组数据对网络模型进行训练及检验,得最适宜的网络结构为4∶10∶1,均方误差函数mse=0.001 7,总体拟合精度为96.86%。该模型能够运用到相同条件下的其他树种的木材干燥。
- 马翔宇王晓丰段文英
- 关键词：BP神经网络落叶松木材木材含水率
- 落叶松木材干燥质量的多重多元回归模型研究
- 2013年
- 选取落叶松为干燥对象,选取干球温度、干球湿度、介质循环风速、干燥时间作为自变量,选取含水率、应力作为因变量,建立多重多元回归模型,预测含水率和应力的变化.并采用预测方差验证了所建回归模型具有较高的预测能力.
- 王晓丰段文英陈广元
- 关键词：落叶松木材
- 人工神经网络方法在落叶松木材干燥中的应用
- 本文主要研究落叶松木材，使用东北林业大学实验室干燥的木材为原料。以落叶松木材干燥的实验数据，作为检验样本和训练样本，运用MATLAB软件操作，应用BP人工神经网络建模技术，对落叶松木材干燥的神经网络模型进行了系统的研究。...
- 王晓丰
- 关键词：落叶松木材干燥人工神经网络
- 文献传递
