| 基于神经网络的超声波流速测量模型 |
| |
| 引用本文： | 黄挚雄,罗安,杨勇.基于神经网络的超声波流速测量模型[J].中南大学学报(自然科学版),2003,34(4):394-397. |
| |
| 作者姓名： | 黄挚雄 罗安 杨勇 |
| |
| 作者单位： | 中南大学信息科学与工程学院,湖南,长沙,410083 |
| |
| 摘 要： | 传统的超声多普勒测流采用线性定斜率K的方法,不能准确反映水流随环境变化的多变性.应用人工神经网络的建模方法,采用多层感知器的模型结构和自适应学习速率的BP学习算法,建立了基于超声多普勒频率测量流速的功能模型,并将辨识模型的仿真结果与系统实验测量数据比较,以检验神经网络模型的可靠性.仿真实验采用不同性能的实测数据作为训练样本,通过训练得出了流速测量神经网络模型的结构和参数,以及网络输出均方误差曲线,并作出了垂线流速分布图.实验结果表明:该流速测量建模方法具有较高的精度和较强的适应性,能更好地反映系统输入输出之间的非线性关系,模型的应用符合水力学规律.
|
| 关 键 词： | 神经网络 模型仿真 超声波 多普勒频率 流速 |
| 文章编号： | 1005-9792(2003)04-0394-04 |
| 修稿时间： | 2003年4月15日 |
Measurement model of ultrasonic flow velocity based on neural network |
| |
| Abstract: | |
| |
| Keywords: | neural network model simulation ultrasonic wave Doppler frequency flow velocity |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
