您的位置: 专家智库 > >

黑龙江省教育厅科学技术研究项目(11551027)

作品数:3 被引量:4H指数:1
相关作者:王秀芳句莉莉齐元俊魏春明曲萃萃更多>>
相关机构:东北石油大学大港油田更多>>
发文基金:黑龙江省教育厅科学技术研究项目黑龙江省研究生创新科研项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇随钻
  • 2篇随钻测斜仪
  • 2篇自适
  • 2篇自适应
  • 2篇ELMAN网...
  • 1篇遗传神经网络
  • 1篇遗传算法
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇蚁群优化
  • 1篇阵列
  • 1篇群算法
  • 1篇自适应遗传
  • 1篇自适应遗传算...
  • 1篇自适应蚁群
  • 1篇自适应蚁群算...
  • 1篇可编程逻辑
  • 1篇可编程逻辑门...

机构

  • 3篇东北石油大学
  • 1篇大港油田

作者

  • 3篇王秀芳
  • 2篇句莉莉
  • 1篇魏春明
  • 1篇齐元俊
  • 1篇侯振龙
  • 1篇曲萃萃

传媒

  • 2篇化工自动化及...
  • 1篇科学技术与工...

年份

  • 1篇2011
  • 2篇2010
3 条 记 录,以下是 1-3
排序方式:
遗传神经网络在随钻测斜仪传感器补偿中的应用被引量:3
2010年
为了进一步提高随钻测斜仪的测量精度和工作稳定性,采用Elman神经网络进行建模,将自适应遗传算法作为Elman网络的权阈值学习算法,克服了传统方法训练时间长、容易陷入局部最优解等缺点。仿真结果表明,与采用Elman网络算法相比,补偿精度提高两个数量级,补偿效果稳定。
王秀芳句莉莉齐元俊魏春明
关键词:自适应遗传算法ELMAN网络随钻测斜仪
基于蚁群优化Elman神经网络的传感器补偿被引量:1
2011年
为了提高随钻测斜仪的工作稳定性和测量精度,将蚁群算法和神经网络相融合,采用信息素挥发因子ρ和信息素更新策略自动调整自适应蚁群算法优化Elman神经网络的权阈值,将其应用到随钻测斜仪的传感器补偿中。仿真结果表明,自适应蚁群Elman神经网络的补偿效果优于Elman网络和遗传Elman网络,补偿精度达10-8,补偿效果良好。
王秀芳句莉莉陈超魏春明
关键词:随钻测斜仪自适应蚁群算法ELMAN网络
基于FPGA的高速浮点加法器的实现
2010年
为降低设计成本、缩短设计周期、提高可移植性,设计并实现了基于CycloneIII型FPGA单精度32位浮点加法器。该加法器采用VHDL语言描述,流水线结构,符合IEEE754单精度浮点表示格式和存储格式。经过QuartusII、MATLAB和Model-SimSE进行联合仿真结果表明,系统的运行精度可以达到10-8数量级,同时该设计可参数化、可作为独立的子系统应用于其他数字信号处理领域。
王秀芳侯振龙曲萃萃
关键词:可编程逻辑门阵列VHDL浮点加法器
共1页<1>
聚类工具0