排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
科学与工程应用中常用微分方程来建模,提出了一种基于余弦基神经网格的计算微分方程的新方法,其基本思想是以神经网络的输出来近似初值问题中的解析解.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为神经网络学习率的选择提供了依据.通过实例证明了该算法的有效性. 相似文献
2.
提出一种求解数值积分的新方法,其基本思想是训练傅立叶基神经网络来逼近被积函数以实现定积分的数值计算.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为学习率的选取提供依据.本算法计算精度较高,对被积函数要求较低,适应性强,并可以计算振荡函数的积分.数值积分算例验证了本算法的有效性,因此在工程实际中有较大的应用价值. 相似文献
3.
电压互感器二次侧一相极性反接引起计量误差的分析 总被引:1,自引:0,他引:1
徐理英 《邵阳高等专科学校学报》2002,15(1):20-22
根据电压互感器的不同接线方式,具体分析了二次侧一相析性反应对电能计量误差的影响,讨论了更正系数及退补电量的计算。 相似文献
4.
徐理英 《邵阳学院学报(自然科学版)》2002,15(1):20-22
根据电压互感器的不同接线方式,具体分析了二次侧一相极性反接对电能计量误差的影响,讨论了更正系数及退补电量的计算. 相似文献
5.
基于傅立叶基神经网络的传感器非线性补偿方法 总被引:1,自引:1,他引:0
针对热敏电阻温度传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用傅立叶基神经网络,以传感器的输出作为神经网络的输入样本,传感器的输入温度为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现温度测量的非线性补偿.结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法. 相似文献
1