基于LM的神经网络偏差补偿预测控制及其应用

提出了一种基于LM优化算法的神经网络偏差补偿预测控制 ,对预测偏差进行及时补偿校正 ,并以电加热炉为模型进行实验研究 .仿真结果表明 ,该控制算法不仅能够较好地控制非线性系统 ,具有良好的跟踪性能 ,而且系统的快速性得到很大的提高 .     

基于Elman神经网络的传感器补偿算法研究

为消除随钻测斜仪中的传感器由于受温度、湿度等非目标参量影响,提高随钻测斜仪的测量精度和工作稳定性,采用Elman神经网络,用LM算法对其进行训练,并将其应用到随钻测斜仪的传感器补偿中.仿真结果表明,精度可达10-7,比原来提高了4个数量级,提高了随钻测斜仪的测量精度和稳定性.该方法补偿速度快,补偿效果好,可以应用于其它各类传感器的补偿中.     

基于两线串行总线的高精度集成温度传感器

LM86是美国国家半导体公司(NSC)生产的集成温度传感器,可同时监测远程和本地温度。被广泛应用于智能温度控制仪、电信设备、电子计算机、复印机等办公设备和家用电子产品领域。介绍了它的基本特性、引脚功能、内部结构和应用电路。     

基于LM算法的相关模糊神经网络及其应用

针对输入变量相关性较高的非线性建模模型,经典模糊神经网络算法存在收敛速度缓慢、模糊规则数大、陷入局部最小值的问题。提出一种基于LM算法的相关模糊神经网络模型;该模型基于聚类思想,构建多变量高斯模糊隶属度函数,将其表示为不可分离的模糊关系来处理相关变量模型;再采用LM优化算法,通过Hessian矩阵和一阶梯度向量同时调整网络参数;并引入Cholesky定理缩减网络参数个数。应用LM算法的模糊神经网络模型实验结果表明,可以加快收敛速度、减少模糊规则数,比经典的模糊神经网络有更好的预测精度。     

汽车行驶记录仪的电源选择与设计

为了保证行驶记录仪稳定可靠工作,需要对其供电电源进行特别设计,以保证输出电源为+5 V和+3.3 V恒压。文章从分析影响车载电源供电质量的因素入手,与线性电源作比较,选择了开关电源供电模式,采用LM2576电源模块,考虑电源反接和过压因素,设计了汽车行驶记录仪的电源。     

基于LM2576的高可靠MCU电源设计

采用LM2576系列开关稳压集成电路作为MCU稳压电源的核心器件，可以提高稳压电源的工作效率；也对MCU的安全和运行起到保障作用。     

一种高性能价格比的汽车超速报警系统

设计了一种以频率/电压转换芯片LM2917为核心的高性能价格比的汽车超速报警系统.分析了系统电路的工作原理,给出系统的印刷电路板图,并测试实际超速报警车速与其设置报警车速相对误差的数据.系统设置5档超速阀值选择功能,可根据实际情况手动设置阀值.当汽车行驶速度超过设置报警阀值时,蜂鸣器能准确可靠的发出报警声及时提醒驾驶员减速,以减少因超速而发生交通事故.实验表明该系统相对误差小于0.40%,精度较高.系统结构简单、工作可靠、成本价不高于30元人民币,性能价格比高.已在四川丰田柯斯达TRB53L-ZEMSK型中巴汽车上得到了很好的应用,通过改变LM2917第7脚外接上拉电阻的阻值,可广泛应用于不同车型的汽车,具有较好的通用性.     

基于LM3S8962的温度采集器设计

将以Codex—M3为内核的ARM芯片LM3S8962与数字式温度传感器ADT75相结合,实现了一个具有以太网功能的远程温度采集器。该采集器具有性价比高、实现简单、传输稳定可靠等优点。     

新的三层BP神经网络算法在解谱分析中的应用

介绍了一个三层BP(back propagation)神经网络结构,并推导出LM(Levenberg-Marquardt)算法对网络的权重和偏置的更新.然后用LM算法和带动量的梯度算法来分别训练网络.结果表明:这两种算法得到的残差都在一个很小的范围内,应用神经网络技术解复杂X射线谱具有良好的优越性;而LM算法收敛更快,为我们节约了大量的解谱时间.还对解谱的残差进行了分析,提出了神经网络解谱的过程中需要注意的问题及其缺陷.     

抗差LM算法求解遥感影像严格物理模型

Levenberg-Marquardt(LM)算法是一种求解非线性模型的数值算法,已成功地应用于最小二乘曲线拟合和非线性最优化中.LM算法能克服Hessian矩阵病态对解的影响,但是不能抵抗输入样本中粗差的干扰.为消除粗差对求解模型的影响,将等价权思想应用于LM算法中,对LM算法中的样本添加权重,得到抗差LM算法.通过其在Landsat5和SPOT5几何校正模型中应用,验证了该算法具有良好的抗差性,可以解决遥感图像校正模型解算过程中粗差的影响问题.