基于自适应学习的量子神经网络振动信号压缩

来源 :振动工程学报 | 被引量 : 0次 | 上传用户:Affiant_Donkey
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对一维振动信号的压缩特点,提出一种基于自适应学习的量子神经网络振动信号压缩方法。方法针对梯度下降法3个参数相互影响,导致局部收敛的问题,采用较快的共轭梯度法对网络参数进行更新,根据误差精度函数大小,自适应地选择学习速率,从而使该方法可以用更大的压缩比得到更少的压缩数据。实验结果表明,与基于量子神经网络数据压缩方法相比,基于自适应学习的量子神经网络方法可以进一步提高振动信号的压缩比,减小重构误差,缩短运行时间,更适用于振动信号的在线传输。
其他文献
主要针对磁悬浮球系统中非接触式位移检测,依据感光器件的光伏效应原理,阐述了非接触式光电传感器的研究与设计,实现了光电信号测量微位移。通过磁悬浮球实验研究表明该传感器的精度(0.01mm)和响应速度(<0.1ms)均达到预期要求,从而给出了一种方便、低成本的位移检测方法。
随着我国法治建设的不断推进,其要求政府部门以及其他社会监管部门在实施行政管理时应该依照相关的法律法规来执行,要真正做到依法行政、依法行权,才能够有效的彰显出法律的
针对目前提高捷联惯导系统自对准精度难度大这一情况,在建立SINS静基座初始对准的误差方程的基础上,通过对影响对准精度的误差因素进行分析,提出了一种在载体内部安装高精度
类风湿性关节炎(RA)是以慢性、对称性、多关节损害为主的一种周身性疾病,病因尚不明确,但一般认为是感染后引起自身免疫反应,招致以滑膜为基础的病变.常见的症状是关节肿痛,
摘要:研究了压电柔性臂的系统模型辨识和振动主动抑制问题。基于自回归滑动平均模型(ARMAX,Auto-Re-gressive Moving Average Exogenous)确立了系统辨识模型,且其辨识精度高达97.9%,并采用平衡降阶法对高阶的辨识模型进行降阶,得到低阶模型,通过多频激励实验证实了降阶模型与实际结构具有较高的吻合度。针对柔性臂的振动控制,提出了一种基于线性二次型(Linear
为掌握乡镇煤矿工人工业性外伤的发生规律,我们对新泰市11处乡镇煤矿2002年1月~2003年12月发生的572例工伤事故进行了流行病学分析,报告如下.
随着医学技术的发展,腹水治疗方法越来越多,腹水超滤浓缩环注术是近年来开展的腹水治疗新技术,我科自2000年5月~2004年8月,共收治不同病因腹水患者146例,均采用FSCIZLY-B型腹
在M/M/c/∞/m型排队系统理论的基础上,以现代成熟的计算机技术为途径,分析了装备保障中损失费用指标的最优化问题,提出了一定要求下可靠性的最优化问题的数值解法,最后通过具体实例验
宽频带内的单全息面分離声场研究
利用小波的时间-频率联合分辨率,提出了一种在完全非平稳随机激励下,计算分数阶阻尼线性系统响应功率谱密度的方法。方法的思路在于选用广义谐和小波,并利用小波-Galerkin近