您的位置: 专家智库 > >

王伟

作品数:3 被引量:13H指数:2
供职机构:四川大学电子信息学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇遗传算法
  • 1篇优化BP神经...
  • 1篇杂散
  • 1篇杂散辐射
  • 1篇污染
  • 1篇污染程度
  • 1篇面粗糙度
  • 1篇镜面
  • 1篇聚类
  • 1篇均值聚类
  • 1篇减法聚类
  • 1篇红酒
  • 1篇红外
  • 1篇红外系统

机构

  • 3篇四川大学

作者

  • 3篇王伟
  • 1篇周新志
  • 1篇宁芊
  • 1篇肖静
  • 1篇雷印杰
  • 1篇张彬
  • 1篇毕艳亮
  • 1篇刘根
  • 1篇何盼
  • 1篇王伟

传媒

  • 1篇计算机测量与...
  • 1篇智能系统学报

年份

  • 2篇2016
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于改进的遗传算法优化BP神经网络并用于红酒质量等级分类被引量:11
2016年
针对以往的红酒生产过程中,红酒质量分类过程复杂且低效,因此研究一种高效可靠的智能分类识别方法很有必要;这里在红酒的多种物理化学成份测定的基础上,使用人工智能理论中的神经网络构建分类模型,实现对红酒质量的高效分类;并用改进的遗传算法对BP神经网络中的缺陷做了一定的优化;对比传统BP网络分类效果,结果表明,改进后的神经网络收敛速度更快,各个质量等级的分类正确率均提高了10%左右;对红酒加工企业具有积极的实际参考价值。
毕艳亮宁芊雷印杰王伟
关键词:BP神经网络遗传算法红酒
ANFIS微波加热过程分段温度预测模型被引量:2
2016年
在微波加热过程中加热介质在不同温度阶段有不同的内部特性,传统的温度预测方法难于同时对加热介质低温段与高温段温度取得满意的预测结果。为此提出了一种基于ANFIS的分段温度预测模型,该方法建立基于K均值聚类法的温度划分机制,并采用不同结构的ANFIS预测加热介质不同温度阶段的温度。低温阶段构建常规ANFIS预测温度,高温阶段利用减法聚类能从数据中确定模糊规则的特性构建ANFIS预测温度。仿真结果表明,与采用单一结构的ANFIS和BP(back propagation)神经网络的预测结果相比,ANFIS分段温度预测模型可同时在加热介质低温段与高温段取得较好的预测结果,模型效率可达到97.41%,显著提高了预测准确率,这有助于提高实际微波加热过程的生产效率和安全性。
王伟王伟
关键词:K均值聚类ANFISBP神经网络减法聚类
元件表面特性对红外系统杂散辐射性能的影响
在红外光学系统中,系统自身热辐射是杂散辐射的重要来源,也是影响系统探测性能的重要因素之一。红外光学系统杂散辐射的存在使探测器像面上的信号与背景的对比度下降,从而对其成像质量产生很大的影响。以凯萨格伦结构为例,利用ASAP...
刘根肖静何盼王伟王琦霞张彬
关键词:杂散辐射红外系统表面粗糙度
共1页<1>
聚类工具0