期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向电主轴热误差预测建模分析的改进IGWO-LSTM算法
被引量：
3
1
作者
马能杰
王洪申
《机床与液压》
北大核心
2024年第1期11-16,共6页
针对电主轴复杂运行工况下的热误差建模问题,提出一种基于改进灰狼优化算法(IGWO)的LSTM神经网络参数预测模型IGWO-LSTM。通过对灰狼算法收敛因子a计算方法进行优化来提高算法寻优性能;通过IGWO算法的适应度函数与LSTM隐含层节点数组成...
针对电主轴复杂运行工况下的热误差建模问题,提出一种基于改进灰狼优化算法(IGWO)的LSTM神经网络参数预测模型IGWO-LSTM。通过对灰狼算法收敛因子a计算方法进行优化来提高算法寻优性能;通过IGWO算法的适应度函数与LSTM隐含层节点数组成的IGWO-LSTM闭环系统对电主轴热误差预测模型进行训练和预测,避免陷入局部最优,同时提升模型预测精度。为了验证该算法性能,将它与改进前的算法进行对比,通过求取平均绝对误差、平均绝对百分比误差以及均方根误差对这两种神经网络进行评价,结果显示:文中算法的3种指标均优于改进前的LSTM模型,具有更好的热误差预测准确性和全局搜索能力。
展开更多
关键词
电主轴
热误差
igwo-lstm
神经网络预测模型
在线阅读
下载PDF
职称材料
面向煤矿安全的智能安全帽设计与应用
被引量：
1
2
作者
丁一
李玉丽
《电脑与电信》
2025年第1期65-69,共5页
提出了一种基于STM32的矿用智能安全帽,集成DHT11、MAX30102和煤矿专用防爆型MQ-4C与MQ-2传感器,分别检测环境温湿度、矿工心率血氧、甲烷浓度以及烟雾浓度。数据经STM32处理后在OLED屏显示,超标或异常时报警。采用IGWO-LSTM算法模型来...
提出了一种基于STM32的矿用智能安全帽,集成DHT11、MAX30102和煤矿专用防爆型MQ-4C与MQ-2传感器,分别检测环境温湿度、矿工心率血氧、甲烷浓度以及烟雾浓度。数据经STM32处理后在OLED屏显示,超标或异常时报警。采用IGWO-LSTM算法模型来预测甲烷浓度,以保障煤矿井下安全。通过实验测试,IGWO-LSTM算法模型在甲烷浓度预测中表现优异,其决定系数R^(2)达到0.97073,均方根误差RMSE为0.63257,均方误差MSE为0.40,预测精度高,能够提前发现甲烷浓度的异常变化,具有良好的应用前景。该智能安全帽系统显著提升了矿井安全管理的效率和可靠性,减少了事故发生率和因生产中断导致的经济损失。
展开更多
关键词
安全帽
甲烷气体
STM32
igwo-lstm
在线阅读
下载PDF
职称材料
题名
面向电主轴热误差预测建模分析的改进IGWO-LSTM算法
被引量：
3
1
作者
马能杰
王洪申
机构
兰州理工大学机电工程学院
出处
《机床与液压》
北大核心
2024年第1期11-16,共6页
基金
国家自然科学基金地区科学基金项目(61962035)。
文摘
针对电主轴复杂运行工况下的热误差建模问题,提出一种基于改进灰狼优化算法(IGWO)的LSTM神经网络参数预测模型IGWO-LSTM。通过对灰狼算法收敛因子a计算方法进行优化来提高算法寻优性能;通过IGWO算法的适应度函数与LSTM隐含层节点数组成的IGWO-LSTM闭环系统对电主轴热误差预测模型进行训练和预测,避免陷入局部最优,同时提升模型预测精度。为了验证该算法性能,将它与改进前的算法进行对比,通过求取平均绝对误差、平均绝对百分比误差以及均方根误差对这两种神经网络进行评价,结果显示:文中算法的3种指标均优于改进前的LSTM模型,具有更好的热误差预测准确性和全局搜索能力。
关键词
电主轴
热误差
igwo-lstm
神经网络预测模型
Keywords
motorized spindle
thermal error
igwo-lstm
neural network prediction model
分类号
TH161 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
面向煤矿安全的智能安全帽设计与应用
被引量：
1
2
作者
丁一
李玉丽
机构
吉林建筑大学
出处
《电脑与电信》
2025年第1期65-69,共5页
文摘
提出了一种基于STM32的矿用智能安全帽,集成DHT11、MAX30102和煤矿专用防爆型MQ-4C与MQ-2传感器,分别检测环境温湿度、矿工心率血氧、甲烷浓度以及烟雾浓度。数据经STM32处理后在OLED屏显示,超标或异常时报警。采用IGWO-LSTM算法模型来预测甲烷浓度,以保障煤矿井下安全。通过实验测试,IGWO-LSTM算法模型在甲烷浓度预测中表现优异,其决定系数R^(2)达到0.97073,均方根误差RMSE为0.63257,均方误差MSE为0.40,预测精度高,能够提前发现甲烷浓度的异常变化,具有良好的应用前景。该智能安全帽系统显著提升了矿井安全管理的效率和可靠性,减少了事故发生率和因生产中断导致的经济损失。
关键词
安全帽
甲烷气体
STM32
igwo-lstm
Keywords
safety hat
methane
STM32
igwo-lstm
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
TU714 [建筑科学—建筑技术科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向电主轴热误差预测建模分析的改进IGWO-LSTM算法
马能杰
王洪申
《机床与液压》
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
面向煤矿安全的智能安全帽设计与应用
丁一
李玉丽
《电脑与电信》
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
