量子BP神经网络的自适应振动信号压缩及应用

摘要：

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。

关键词：振动信号、信号压缩、轴向柱塞泵、量子BP神经网络、自适应

分类号：TH137

资助基金：国家自然科学基金E51205405

在线出版日期：2014-10-29（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：35-39