改进BP算法在微波谐振腔烟叶水分测量中的应用
传统的线性回归算法是微波谐振腔水分测量中影响测量精度的主要因素。本文提出一种基于改进BP算法的回归方法对测量结果进行修正,首先利用遗传算法的宏观搜索能力、并行运算及鲁棒性强的特点对回归神经网络进行预寻优,然后结合BP算法的梯度下降法,有效地避免了传统BP算法陷入局部极小,同时保持其高预测精度,并且收敛速度快、具有寻优的全局性和精确性,进而提高了测量精度。实验表明,应用改进的BP算法,预测水分与实际水分间的均方差为0.0109,平均绝对误差为0.0702,平均相对误差为0.1161,确定系数为0.9989。
烟叶水分测量 开路微波谐振腔 改进BP算法 遗传学习算法
沈永良 杨国辉
电子工程黑龙江省高校重点实验室 (黑龙江大学) 哈尔滨 150080 哈尔滨工业大学电子信息技术研究院 哈尔滨 150001
国内会议
合肥
中文
355-358
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）