版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、合肥工業(yè)大學(xué)碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)誤差建模及實(shí)驗(yàn)研究姓名：楊健申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：精密儀器及機(jī)械指導(dǎo)教師：陳曉懷20071201StudyonArtificialNeuralNetworkModelingforDynamicMeasurementErrorsandExperimentResearchAbstractWiththedevelopmentoftechnology，itisrequiredhigheronmeasu
2、rementtechnologytodeveloptoahigherlevelDynamicmeasurementhasgraduallybecomethemainstreamofmodernmeasurementnowIt，howtoimprovemeasurementaccuracy，isalwayspeoples’researchfocusinengineeringmeasurementandinstrumentdesignGre
3、atattentionhasbeenarousedindynamicaccuracy，whichbecomesanurgentneedtoaddressissuesintheoreticalresearchonaccuracyAccordingneuralnetworktheory，westudiedthemethodofmodelingforDynamicErrorTwokindsofmethods，BPnetworkandRBFne
4、twork，wereusedtomodelandpredictfortheDynamicErrorInaselfdesigneddynamicerrorexperimentalsystem，thestandardsignal(motorpulses)andthemeasuredsignal(gratingpulses)werecollectedsynchronouslyandisolatedthedynamicerrorThrought
5、hedesignofthecircuitoftheexperimentalsystem，thesignalwascollected，countedandcontrastedDifferentialtreatmentwasusedinmotoroutputsignalwithAm261s32；andcountingwascarriedonwith74LS161and74HC573；anddatawasacquiredwithAC6651；
6、CountingresultwasimprovedduetoimprovedexperimentaldeviceandHCTL2020withmorecountingmedian；andinterfacewasdesignedwithLABVIEW，withwhichdatacanbepreservedrealtimeThroughtheinstallingandcommissioningforexperimentaldevice，we
7、successfullyseparatedthedynamicangulardisplacementmeasurementerrorBasedonBPandRBFneuralnetworkmodel，thedynamicerrorofexperimentwasmodeledandforecastedKeywords：Dynamicerror，Neuralnetwork，Modelingandpredicting，Countcircuit
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的熱工過(guò)程動(dòng)態(tài)建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的激光陀螺溫度誤差建模與分析.pdf
- 龍門(mén)加工中心的熱誤差分析及神經(jīng)網(wǎng)絡(luò)建模.pdf
- 基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的化工過(guò)程軟測(cè)量建模研究.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)態(tài)系統(tǒng)建模.pdf
- 基于組合神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床熱誤差補(bǔ)償建模的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的建模算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)數(shù)據(jù)挖掘研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的發(fā)酵過(guò)程建模
- 基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的熱處理爐建模與優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的船舶運(yùn)動(dòng)姿態(tài)建模及預(yù)報(bào)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)建模及仿真研究.pdf
- 基于小波與對(duì)角神經(jīng)網(wǎng)絡(luò)的陀螺誤差建模及其應(yīng)用研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的斜軋建模研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的儲(chǔ)層參數(shù)建模研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的發(fā)酵過(guò)程建模.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)財(cái)務(wù)預(yù)警研究.pdf
- 基于多神經(jīng)網(wǎng)絡(luò)的混合動(dòng)態(tài)推薦研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微波射頻器件建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的熱誤差組合建模技術(shù)及其實(shí)時(shí)補(bǔ)償應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論