您的位置: 专家智库 > >

辽宁省自然科学基金(20062021)

作品数:2 被引量:23H指数:2
相关作者:王玉涛杨钢邵富群王师徐万仁更多>>
相关机构:东北大学宝山钢铁股份有限公司教育部更多>>
发文基金:辽宁省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇电容层析
  • 1篇电容层析成像
  • 1篇迭代
  • 1篇迭代算法
  • 1篇动态神经
  • 1篇动态神经网络
  • 1篇多步
  • 1篇多步预报
  • 1篇预处理
  • 1篇神经网
  • 1篇神经网络
  • 1篇铁水
  • 1篇铁水含硅量
  • 1篇图像
  • 1篇图像重建
  • 1篇主成分
  • 1篇主成分分析
  • 1篇主成分分析法
  • 1篇共轭梯度
  • 1篇含硅量

机构

  • 1篇东北大学
  • 1篇宝山钢铁股份...
  • 1篇教育部

作者

  • 2篇杨钢
  • 2篇王玉涛
  • 1篇王师
  • 1篇严其艳
  • 1篇邵富群
  • 1篇徐万仁

传媒

  • 2篇仪器仪表学报

年份

  • 2篇2006
2 条 记 录,以下是 1-2
排序方式:
电容层析成像图像重建中的迭代算法被引量:16
2006年
电容层析成像技术中图像重建算法的准确与快速是其在工业实际中得以应用的关键。Landweber方法是一种简单、灵活的迭代算法,具有很好的正则化特性,它的投影变体能够提供非负的图像重建。Landweber算法实际应用的困难是其收敛速度太低。本文采用预处理方法来加快Landweber迭代方法的收敛速度,即通过较少的迭代次数,获得适当的重建结果。仿真实验表明,同经典的快速算法共轭梯度迭代方法相比,预处理Landweber迭代方法具有更好的重建图像质量。
杨钢王玉涛邵富群王师
关键词:电容层析成像图像重建预处理共轭梯度
高炉铁水含硅量的动态神经网络多步预报被引量:7
2006年
本文提出一种基于主成分分析法的动态神经网络模型实现高炉铁水含硅量多步预报。本方法将经主成分分析法处理后的高炉数据样本作为改进型Elman网络的输入,减少变量个数,简化网络结构;同时采用动态递归算法进行高炉铁水含硅量多步预报,具有较强的适应性。采用该方法对宝钢某高炉现场采集的数据进行预报实验,以±0.05作为预报误差,预报命中率达到89.12%。
王玉涛严其艳杨钢徐万仁
关键词:主成分分析法
共1页<1>
聚类工具0