首页> 中文期刊> 《电动工具》 >优化DBN在BLDCM控制中应用研究

优化DBN在BLDCM控制中应用研究

         

摘要

深度信念网络(Deep Belief Networks,DBN)是由多层无监督的受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)叠加而成的递归神经网络.针对RBM固定学习率在样本训练过程中很难寻找全局最优,引入动态学习率,用来改进RBM网络以提高特征向量映射的准确度.构造一个含有两层RBM网络,将改进型控制网络应用于无刷直流电机控制系统中,实验结果表明改进的DBN能够有效加快电机响应速度,提高控制准确度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号