【摘 要】
：
为解决紫外光动态固化技术中的固化不充分或反固化反应等问题,提出一种基于BP算法的LED紫外光源多参数自适应控制方法.利用神经网络优异的非线性逼近能力,并结合优化后的BP算
【机 构】
：
苏州科技大学电子与信息工程学院,江苏苏州 215009;中国科学院长春光学精密机械与物理研究所,长春 130033
论文部分内容阅读
为解决紫外光动态固化技术中的固化不充分或反固化反应等问题,提出一种基于BP算法的LED紫外光源多参数自适应控制方法.利用神经网络优异的非线性逼近能力,并结合优化后的BP算法构建一个3输入2输出的网络预测模型.通过与多元线性回归和多元非线性回归模型的对比显示,BP神经网络算法有更高的拟合度.最后将57组数据导入训练好的模型进行验证.实验表明:该BP神经网络模型预测结果较好,且稳健性强,2输出参数预测值误差分别为1.86％和2.35％,可灵活应用于多种紫外光固化场合.
其他文献
在各种火灾事故现场进行取证时,火灾调查是一项十分关键的内容,尤其是部分物证在取证的过程中还会由于多种原因出现损坏而无法达到证明的目的,本文在调查过程中通过对各种火
在城市建设的过程中,尤其是建筑物密集、人员密集的地区存在火灾隐患。需要对火灾问题的发生情况进行全方位的调查,才能为城市的安全、持续发展提供有效的数据支持。在开展火
目前我国的消防监督执法过程当中,存在四方面主要问题:消防执法人员素质高低不一,人员变动较多;消防执法过程混乱,判定标准不明;相关部门不配合,忽视消防监督;消防监督执法形
CO气体作为一种还原剂在工业冶金等场景中广泛应用,对于CO的检测在工业生产、大气监测、中毒预警中是十分重要的.TDLAS技术能够高效准确地检测特定气体浓度,基于TDLAS技术的C
系统地介绍了国内外氧氮氢气体元素分析测量技术的研究现状与实际应用,阐述了各种气体元素分析方法的原理和特点,指出了不同气体元素分析方法的发展趋势.在此基础上,提出了一