10.3969/j.issn.1004-132X.2016.17.012
GA-T-S 云推理网络板形模式识别的 DSP 实现
针对现有神经网络大多是在软件的基础上进行仿真,训练时间长,不利于工程实际应用的问题,提出了 GA-T-S 云推理网络板形模式识别的 DSP 实现方法。首先以设计的板形模式识别 GA-T-S云推理网络模型为基础,利用 TI TMS320F2812完成 T-S 云推理网络的 DSP 设计;然后利用MATLAB 遗传算法工具箱离线优化 T-S 云推理网络参数,将优化后的网络参数存入 DSP 中,进而分别在 MATLAB 与 DSP 上运行该网络;最后将运行结果分别进行显示与对比分析。实验结果证实了基于 GA-T-S 云推理网络的板形模式识别模型有较高的板形识别精度,能够正确识别出板形缺陷的类型,同时验证了 GA-T-S 云推理网络在硬件 TI TMS320F2812上实现的可行性与快速性,从而为神经网络推广应用到实际工程中提供了依据。
T-S云推理网络、板形识别、数字信号处理器、硬件实现、遗传算法
27
TP273(自动化技术及设备)
国家自然科学基金资助项目61007003;河北省自然科学基金钢铁联合研究基金资助项目E2015203354;河北省教育厅科学研究计划;河北省高等学校自然科学研究重点项目ZD2016100
2016-09-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
2341-2347