柔性坐标测量机建模的泛函网络研究

被引：6

作者：

郑大腾 ^{[1
,2
]}

费业泰 ^{[1
]}

张梅 ^{[3
]}

机构：

[1] 合肥工业大学仪器科学与光电工程学院

[2] 皖西学院机械与电子工程系

[3] 安徽大学电子科学与技术学院

来源：

电子测量与仪器学报 | 2009年 / 23卷 / 04期

关键词：

柔性坐标测量机; 泛函网络; 基函数; 拓扑结构;

D O I：

暂无

中图分类号：

TH721 [坐标器和自动坐标器];

学科分类号：

0804 ; 080401 ; 081102 ;

摘要：

柔性坐标测量机的测量模型若用D-H方法和传统的神经网络建模,则对测量精度有一定的影响。为了进一步提高测量精度,该文对泛函网络的基函数、拓扑结构和学习算法进行了研究,并应用泛函网络建立柔性坐标测量机的测量模型。利用高精度的正交三坐标测量机进行单点坐标标定,采用标准锥窝法在测量空间上随机取点采样,实验结果表明,泛函网络建模结果与采样数据误差等级为0.1μm,这说明基于泛函网络建立柔性坐标测量机的测量模型是可行的。

引用

页码：33 / 37

页数：5

共 7 条

[1] 遗传算法在前向神经网络参数估计中的应用 [J].

陈小平 ;

石玉 ;

于盛林 .

电子测量与仪器学报, 2001, (02) :1-5+10

[2] 数学神经网络（I）──神经网络的插值机理 [J].

李洪兴 .

北京师范大学学报(自然科学版), 1996, (04) :452-459

[3] A comparison between functional networks and artificial neural networks for the prediction of fishing catches [J].

Iglesias, A ;

Arcay, B ;

Cotos, JM ;

Taboada, JA ;

Dafonte, C .

NEURAL COMPUTING & APPLICATIONS, 2004, 13 (01) :24-31

[4] A minimax method for learning functional networks [J].

Castillo, E ;

Gutiírrez, JM ;

Cobo, A ;

Castillo, C .

NEURAL PROCESSING LETTERS, 2000, 11 (01) :39-49

[5]

Working with differential, functional and difference equations using functional networks[J] . Enrique Castillo,Angel Cobo,José Manuel Gutiérrez,Eva Pruneda.Applied Mathematical Modelling . 1999 (2)

[6] Functional networks [J].

Castillo, E .

NEURAL PROCESSING LETTERS, 1998, 7 (03) :151-159

[7]

柔性坐标测量机精度理论及应用技术研究 .2 汪平平. 合肥工业大学 . 2006

← 1 →