10.3969/j.issn.1001-6848.2005.03.006
基于神经网络的步进电机细分电流最佳设计
提出用神经网络来确定步进电机最佳细分电流的思想.介绍了最佳细分电流数据训练集的简易方法,设计了多层前向神经网络的学习和仿真程序并进行了仿真实验.在学习中使用了Bayes正则化算法,使得网络的推广能力得到提高,同时为了避免多层前向神经网络陷入局部极小点,使用了权值调整技术.文中首次给出了用神经网络获得的64细分、8bit存储时的最佳细分电流数据表,对同行研究有直接参考价值.
神经网络、步进电机、细分、电流、设计
38
TM383.6(电机)
2005-07-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
20-22