基于边缘逆理论的辨识系统并行查询扩展算法.pdfVIP

基于边缘逆理论的辨识系统并行查询扩展算法.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第31卷第2期 科 技 通 报 Vol_31 NO.2 2015年2月 BULLETINOFSCIENCEANDTECHNOL0GY Feb.2015 基于边缘逆理论的辨识系统并行查询扩展算法 姜 攀 (武汉商学院信息工程系,武汉 430056) 摘 要:多源数据辨识系统广泛应用在机载数据辨识控制、大型机械设备故障诊断和云存储系统数据 库集成等领域。对多源数据的辨识系统并行查询和数据调度中,因数据的静态非线性测量过程影响了 查询效益,需要对辨识系统并行查询链路进行扩展。提出一种基于振幅调节Fourier变换边缘逆理论的 辨识系统并行查询扩展算法。进行多源数据辨识系统基本构造和模型设计,提取查询特征信息,采用 RBF神经网络系统进行多源数据输入 自适应学习,构建神经网络辨识系统的边缘逆向量,采用边缘逆 理论进行振幅调节Fourier变换实现多源查询数据的状态重组,实现查询链路扩展设计改进。仿真结果 表明,该算法提高了辨识系统的查询通道的链路相位,多源数据调度的时间成本及空间成本大幅降低, 加速比提高,算法将在系统状态识别、机械故障智能诊断等领域具有较高的应用价值。 关键词:辨识系统;数据库;查询:边缘 中图分类号:TH701 文献标识码:A 文章编号:1001—7119(2015)02—0076—03 IdentificationSystemParallelQueryExpansionAlgorithmBasedonEdge InverseTheory JiangPan (DepartmentofInformationEngineering,WuhanBusinessUniversity,Wuhan430056,China) Abstract:Muhi—sourcedataidentificationsystem iswidelyusedincontrolofairbornedataidentification,largemechanical equipmentfaultdiagnosisandcloudstoragesystem databaseintegration.Praallelqueryanddataschedulingidentification system isimportantformulti—sourcedata,duetononlinearstaticmeasurementdataontheimpactofthequeryefficiency,it needsofridentificationofparallelqueryexpansionsystem link.Identificationsystem parallelqueryexpansionalgorithm is proposedbasedonamplitudemodulationFouriertransform edgeinversetheory.Thebasicstructurenadmodeldesignof multi-sourcedataidentificationareobtained,featureinformationofmulti—sourcedataisextracted.RBFneuralnetworkis takenofradaptivelearning.Theinversevectoredgeofneuralnetworkidentificationsystem isconsturcted.Themulti— sourcedataisprocessedwithstatereconsturction.Thequerylinkexpansionisrealized.Thesimulationresultsshow that,

文档评论(0)

smdh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档