10.13465/j.cnki.jvs.2014.19.006
量子BP神经网络的自适应振动信号压缩及应用
针对一维振动信号的压缩特点,提出一种改进的量子BP神经网络(IQBPN)信号压缩方法。本文根据一维振动信号的方差,将信号分为四个部分:平滑区、半平滑区、半边界区和边界区,从而可以选择不同的压缩比来对不同的区域进行压缩,以保持信号的丰富细节,保障压缩的质量。同时,利用量子BP神经网络的计算并行性和算法加速能力,从而提高了神经网络的收敛速度,缩短了压缩时间,为在线实时传输提供了一种新方法。实验证明,与其他方法相比,该算法在相同的压缩比时,可以提高信噪比,缩短运行时间。
振动信号、信号压缩、轴向柱塞泵、量子BP神经网络、自适应
TH137
国家自然科学基金E51205405
2014-10-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
35-39