您的位置: 专家智库 > >

李德强

作品数:3 被引量:1H指数:1
供职机构:北京化工大学更多>>
发文基金:教育部留学回国人员科研启动基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇通用学习网络
  • 2篇UKF
  • 1篇递归神经
  • 1篇递归神经网络
  • 1篇远程
  • 1篇远程监控
  • 1篇实时监控
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇滤波
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇空调
  • 1篇工神经网络
  • 1篇C++BUI...
  • 1篇CSTR
  • 1篇串口通信

机构

  • 3篇北京化工大学
  • 1篇北京联合大学

作者

  • 3篇李德强
  • 2篇李大字
  • 1篇范同顺
  • 1篇刘霞
  • 1篇郭文荣

传媒

  • 1篇计算机与应用...
  • 1篇微计算机信息

年份

  • 1篇2009
  • 2篇2008
3 条 记 录,以下是 1-3
排序方式:
空调远程监控系统的应用研究与实现
2009年
为了实现对中央空调机组的实时监控,使用C++Builder开发了一套远程监控系统。系统基于串口通信使上位机与数据采集器进行数据和控制信息的交换,采集数据并且在检验数据的正确性之后进行数据的保存,同时在软件界面上读取出最新一组数据从而实现实时监控。重点研究了处理数据的接收和保存方式,以及提高软件运行效率的问题。
郭文荣范同顺李大字李德强
关键词:C++BUILDER串口通信实时监控
基于UKF的递归神经网络训练算法研究被引量:1
2008年
本文提出用无先导卡尔曼滤波(UKF)法以取代一阶梯度法和二阶梯度法,用于训练通用学习网络(ULN),提高学习精度和收敛性。通用学习网络为多分支递归网络,结构复杂,其特点是多分支,互联及时间延迟。相比其他方法,UKF具有计算精度高,计算简便等优点。本文将UKF用于网络训练,进行CSTR过程建模和时间序列预测。结果表明UKF用于训练递归神经网络获得很好的效果,验证了所提出方法的可行性和有效性。
李大字李德强刘霞耿延睿
关键词:UKF通用学习网络CSTR
基于UKF的通用学习网络算法研究
人工神经网络自发展以来,因其大规模并行性、高容错能力以及自适应、自学习、自组织等特征,具有广泛的应用前景。但是,目前的神经网络也存在一些缺陷,特别是在大型复杂系统的场合更加突出。为有效进行控制,使系统具有紧凑性,引入了通...
李德强
关键词:UKF人工神经网络神经网络卡尔曼滤波通用学习网络
文献传递
共1页<1>
聚类工具0