用分形和神经网络算法改善仪表精度和响应时间

摘要：

研究在仪器仪表中利用分形插值和人工神经网络算法改善测试精度和响应时间的方法.在仪表检测中有时会遇到检测的分辨率与实时性相冲突的情况,此时对数据进行插值是一个很好的解决办法.利用分形和人工神经网络算法插值是一种可以进行多点数插值的优越方法,因为它可以通过训练学习不断修正网络的权值,使检测误差的方差控制在预定的范围.还研究了利用神经网络做谱分析来求取主频的方法,它在运算速度和分辨率方面都优于FFT.文章还提出了一些减少人工神经网络学习训练时间的方法.

关键词：分形、神经网络、波高/潮位、分辨率、实时性

所属期刊栏目：25

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划863计划818-Q-11

在线出版日期：2004-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：81-85