检索结果-内蒙古大学图书馆

为了提高陀螺仪的测量精度,基于神经网络代数算法提出一种新的非线性误差补偿模型.由于该算法将复杂非线性优化问题转化为线性代数方程组问题,所以该模型具有速度快、实时性好和能实现样本空间精确映射的优点.通过实验对比证明该模型比曲线拟合精度要高.多次重复性实验证明该模型能够将误差限制在0.1(°)/s以内,满足实际控制要求.

关键词：陀螺仪神经网络代数算法非线性误差补偿

来源：评论

学校读者我要写书评

暂无评论

改进代数算法神经网络在机器人逆运动学中的应用

引用

机械设计与制造 2010年第7期 62-64页

作者：赵忠伟倪骁骅孙美艳江苏大学机械工程学院镇江212013 盐城工学院机械工程学院盐城224051

用多层前向INI神经网络建立机器人逆运动学模型。采用一种改进代数算法来学习神经网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练之前... 详细信息

用多层前向INI神经网络建立机器人逆运动学模型。采用一种改进代数算法来学习神经网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练之前就可以根据给定的问题确定隐层神经元个数,可以方便地求得全局最优点,实现样本空间的精确映射,不存在局部极小、收敛速度慢等问题。提出的求解机器人逆运动学新算法可以得到高精度的解,有仿真结果为证。

关键词：代数算法神经网络机器人逆运动学

来源：评论

学校读者我要写书评

暂无评论

基于代数算法神经网络在机器人逆运动学中的应用

引用

制造业自动化 2009年第8期31卷 179-183页

作者：倪骁骅赵忠伟孙美艳盐城工学院机械工程学院盐城224051 江苏大学机械工程学院镇江212013

采用多层前向INI神经网络建立机器人逆运动学模型。提出了一种神经网络代数算法来学习网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练... 详细信息

采用多层前向INI神经网络建立机器人逆运动学模型。提出了一种神经网络代数算法来学习网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练之前就可以根据给定的问题确定隐层神经元的个数,可以方便地求得全局最优点,实现样本空间的精确映射,不存在局部极小、收敛速度慢等问题。提出的求解机器人逆运动学的新算法可以得到高精度的解,有仿真结果为证。

关键词：代数算法神经网络机器人逆运动学自由权

来源：评论

学校读者我要写书评

暂无评论

应用代数算法和共轭结构的码激励线性预测8kbit/s语音压缩算法(G.729)研究

应用代数算法和共轭结构的码激励线性预测8kbit/s语音压缩算法(G....

引用

作者：刘征然大连理工大学

学位级别：硕士

随着数字化技术的发展和各种商业上应用需求的增长,语音压缩技术近几年得到了迅猛的发展.国际通讯委员会(ITU-T)于1996年颁布了8kb/s应用代数算法和共轭结构的码激励线性预测语音压缩算法(G.729).它是最复杂低数码率语音压缩算法之一.... 详细信息

随着数字化技术的发展和各种商业上应用需求的增长,语音压缩技术近几年得到了迅猛的发展.国际通讯委员会(ITU-T)于1996年颁布了8kb/s应用代数算法和共轭结构的码激励线性预测语音压缩算法(G.729).它是最复杂低数码率语音压缩算法之一.它是继64kb/s脉冲编码调制(PCM,G.711),32kb/s自适应差分脉码调制(ADPCM,G.721)和16kb/s短延时线性预测编码方案(LD-CELP,G.728)后的又一重要语音压缩算法,必将在各种数字化领域得到广泛应用,该文详细介绍这个算法并给出软件模拟结果.该文按如下方式安排:第一章介绍语音编码的发展概括及世界各国颁布的编码方案.第二章介绍语音编码的几个基本概念:线性预测分析,线谱对,感觉加权滤波器,切比雪夫多项式,矢量量化,自适应后滤波.这几个概念对于理解G.729是必不可少的.第三章介绍编码原理.在这一章中,首先简要介绍编码原理,然后按编码的操作次序详细分析编码过程.第四章介绍解码原理,与上一章安排类似.第五章分析G.729的ANSIC语言软件模拟程序,给出编,解码的详细流程图.并给出编码前和解码后的语音频谱对比图.

关键词：码激励线性预测共轭结构代数算法线谱对感觉加权滤波自适应码书固定码书后处理

来源：评论

学校读者我要写书评

暂无评论

图象恢复的两种代数算法

图象恢复的两种代数算法

引用

作者：代伟英北京大学

学位级别：硕士

图象恢复是信号和图象处理中很重要的一类问题.迄今为止已发展了各种样的方法.该文首先给出了点扩散函数对称可分时的恢复算法,这里充分利用了可分性,使得算法的计算量大大减少.然后针对点扩散函数非对称的情况下利用共轭梯度法和Lanczo... 详细信息

图象恢复是信号和图象处理中很重要的一类问题.迄今为止已发展了各种样的方法.该文首先给出了点扩散函数对称可分时的恢复算法,这里充分利用了可分性,使得算法的计算量大大减少.然后针对点扩散函数非对称的情况下利用共轭梯度法和Lanczos法给出两种图象恢复的数值复法.这两种方法均有较好的恢复效果.并对两种方法的计算量进行了分析比较,知Lanczos法若利用良好的并行运算性质,会获得较满意的计算量.而且对每种方法均给出两个数值算例.在数值算例中,作者均采用了三种边条件(零边条件、周期边条件、Neumann边条件)对图象恢复进行了比较.从而得出在点扩散函数非对称的情况下,Neumann边条件的恢复效果也优于零边条件及周期边条件.

关键词：图象恢复代数算法边条件 Toeplitz矩阵 Hankel矩阵余弦变换

来源：评论

学校读者我要写书评

暂无评论

四阶张量分解的代数算法

四阶张量分解的代数算法

引用

作者：欧军国防科技大学

学位级别：硕士

张量为多重数组,一重数组即为一阶张量也为向量,二重数组即为二阶张量也为矩阵,三重数组即为三阶张量,三阶及其以上阶的张量称为高阶张量。张量的分解在数据压缩、图像处理、量子信息等方面均有很好的应用。张量CP分解算法通常有数值算... 详细信息

张量为多重数组,一重数组即为一阶张量也为向量,二重数组即为二阶张量也为矩阵,三重数组即为三阶张量,三阶及其以上阶的张量称为高阶张量。张量的分解在数据压缩、图像处理、量子信息等方面均有很好的应用。张量CP分解算法通常有数值算法和代数算法两种。数值算法主要应用于张量的低秩逼近,而代数算法则应用于精确的张量CP分解。本文研究四阶张量的Canonical polyadic(CP)分解问题。张量的CP分解就是将张量表示为一些秩一张量的和,且个数最少。假定张量T的CP分解的CP秩为R,因子矩阵为A,B,C,D.本文仅讨论因子矩阵C和D的Khatri-Rao积的秩小于等于R情形的CP分解代数算法:(1)因子矩阵C和D的Khatri-Rao积的秩等于R情形,本文给出了四阶张量CP分解的一个特殊算法,并证明了满足一定条件下该算法可以得到张量T的一个CP分解,且该分解是唯一的,这里的唯一性是指在等价类意义下的唯一性;(2)因子矩阵C和D的Khatri-Rao积的秩小于等于R情形,本文给出了四阶张量CP分解的一般性算法,并证明了算法在满足一定条件下所得分解是张量T的一个CP分解,且T的CP分解是唯一的。

关键词：四阶张量张量CP分解因子矩阵广义特征值代数算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：