论文摘要
为进一步提高BP神经网络在纱线质量预测时的精度和训练速度,在传统单隐层的三层BP神经网络模型的基础上,提出具有双隐层的四层BP神经网络来进行棉纱成纱质量预测。构建纯棉纱的断裂强力模型和纱线条干CV值模型,并在每个模型下分别设计出1个三层BP神经网络和1个四层BP神经网络,最后利用MatLab进行训练和仿真,且为保证结果的可比较性,2种网络模型的训练参数设置和使用的数据均保持一致。结果表明:在纱线断裂强力模型下,四层网络相比于三层网络最大训练步数由740步减少到533步,相对平均误差由9. 6%下降到7. 5%;在纱线条干CV值模型下,四层网络相比于三层网络,最大训练步数由929步减少到604步,相对平均误差由10. 2%下降到8. 3%。
论文目录
文章来源
类型: 期刊论文
作者: 查刘根,谢春萍
关键词: 成纱质量预测,棉纱,四层神经网络,仿真
来源: 纺织学报 2019年01期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 轻工业手工业
单位: 生态纺织教育部重点实验室(江南大学)
基金: 国家重点研发计划项目(2017YFB0309200),江苏省产学研项目(BY2016022-16),江苏省自然科学基金项目(BK20170169),纺织服装产业河南省协同创新项目(hnfx14002),中央高校基本科研业务费专项资金资助项目(JUSRP51731B)
分类号: TS114
DOI: 10.13475/j.fzxb.20180305606
页码: 52-56+61
总页数: 6
文件大小: 277K
下载量: 196
相关论文文献
- [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
- [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
- [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
- [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
- [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
- [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
- [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
- [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
- [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
- [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
- [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
- [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
- [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
- [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
- [15].神经网络探索物理问题[J]. 物理 2020(03)
- [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
- [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
- [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
- [19].高效深度神经网络综述[J]. 电信科学 2020(04)
- [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
- [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
- [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
- [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
- [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
- [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
- [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
- [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
- [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
- [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
- [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)