2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前有關(guān)二維PSD(Position Sensitive Detector,光電位置敏感探測器)非線性校正方法相對較多,但大都停留在定性分析階段。盡管對二維PSD的結(jié)構(gòu)及使用材料等方面進行了改進,但仍然難以克服二維PSD的非線性。
  BP神經(jīng)網(wǎng)絡(luò)算法(Back Propagation Neutral Network Algorithm)的優(yōu)越性主要體現(xiàn)在解決非線性問題或非線性結(jié)構(gòu)問題等方面,可以通過神經(jīng)網(wǎng)絡(luò)的輸入、輸出變量進行網(wǎng)

2、絡(luò)訓(xùn)練,進而達(dá)到對非線性校正的目的。本文在對比研究國內(nèi)外大量相關(guān)文獻(xiàn)的基礎(chǔ)上,提出了遺傳算法(Genetic Algorithm, GA)和BP神經(jīng)網(wǎng)絡(luò)算法相結(jié)合的方法應(yīng)用于二維PSD非線性校正并對此進行深入研究。主要研究內(nèi)容如下:
  1.將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于二維PSD非線性校正研究:在分析國內(nèi)外研究背景、意義、二維PSD的工作原理、性能參數(shù)以及研究現(xiàn)狀的基礎(chǔ)上,通過對現(xiàn)有的二維PSD非線性校正方法進行分析,比較了各種方法中的優(yōu)

3、點和不足,將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于二維PSD非線性校正研究。
  2.基于BP神經(jīng)網(wǎng)絡(luò)的二維PSD非線性校正分析:對影響二維PSD的非線性的各種因素進行了具體分析;借助于BP神經(jīng)網(wǎng)絡(luò)算法的非線性映射能力,應(yīng)用于二維PSD非線性校正中;重點研究了非線性校正的實現(xiàn)過程;對校正過程中存在的不足進行了分析。
  3.基于遺傳BP神經(jīng)網(wǎng)絡(luò)的二維PSD非線性校正研究:針對BP神經(jīng)網(wǎng)絡(luò)算法的不足,利用遺傳算法的優(yōu)點對其進行優(yōu)化;研究了遺傳算法

4、優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法的實現(xiàn)原理、核心技術(shù);提出了基于遺傳BP神經(jīng)網(wǎng)絡(luò)的二維PSD非線性校正方法。該方法是利用遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法的初始連接權(quán)值和閾值,BP神經(jīng)網(wǎng)絡(luò)算法依照誤差函數(shù)梯度下降法,通過不斷調(diào)整連接權(quán)值和閾值來減少實際輸出和期望輸出的誤差,完成二維PSD的非線性校正。
  4.二維PSD非線性校正方法驗證:基于MATLAB程序設(shè)計及仿真,將優(yōu)化的遺傳BP神經(jīng)網(wǎng)絡(luò)算法與BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于二維PSD非線性的校正中

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論