前言：中文期刊網精心挑選了網絡經典語錄范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
網絡經典語錄范文1
2、智者創造機會，強者把握機會，弱者坐等機會。
3、天上最美的是星星，人間最美的是真情。
4、一個人最痛苦的時候不是吃不上飯的時候，而是想努力奮斗沒有機會。
5、與其做一個有價錢的人，不如做一個有價值的人；與其做一個忙碌的人，不如做一個有效率的人。
6、說出的苦不叫苦，說不出的苦才叫苦。
7、人若把自己框在一定的范圍內，就容易限制了自己的思維和格局。
網絡經典語錄范文2
關鍵詞： BP神經網絡； 模擬電路； 故障特征； 故障診斷
中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2013）16?0009?03
客觀世界信號的本質決定了模擬電路的普遍性和不可替代性。模擬電路由于故障模型復雜、元件參數的容差、非線性、噪聲以及大規模集成化等現象使電路故障信息表現為多特征、高噪聲、非線性的數據集，且受到特征信號觀測手段、征兆提取方法、狀態識別技術、診斷知識完備程度以及診斷經濟性的制約，使模擬電路的故障診斷技術滯后于數字電路故障診斷技術而面臨巨大的挑戰。而神經網絡是對生物神經系統的功能抽象，以分布方式存儲信息，有很強的容錯能力和自學習能力，能夠對網絡的輸入產生聯想輸出，具有處理模糊信息的能力[1]，其理論研究和實際應用進入了一個蓬勃發展的時期[2]。
1 BP神經網絡
1.1 BP網絡模型
多層網絡學習算法訓練的神經網絡即BP神經網絡。BP網絡的信息從輸入層流向輸出層，因此是一種多層前饋神經網絡。由BP神經元構成的二層網絡如圖1所示[2]。由于BP網絡神經元采用的傳遞函數通常是可微函數，所以可以實現輸入和輸出間的任意非線形映射[3]，因此在諸如模式識別、狀態預測等很多方面應用十分廣泛。
1.2 BP學習規則
BP算法由兩部分組成：信息的正向傳遞與誤差的反向傳播。在正向傳播過程中，輸入信息從輸入經過隱含層逐層計算傳向輸出層，每一層神經元的狀態只影響下一層神經元的狀態。如果在輸出層沒有得到期望的輸出，則計算輸出層的誤差變化值，然后轉向反向傳播，通過網絡將誤差信號沿原來的連接通路反向回來修改各層神經元的權值直至達到期望目標[4]。
2 故障特征提取
2.1 故障特征提取概述
隨著電路結構日趨復雜，其故障類別越來越多，反映故障的狀態、特征也相應增加[5]。在實際診斷過程中，要使診斷結果正確可靠，都是通過搜集盡可能全面的樣本，這樣才能得到接近完整的故障信息。但是樣本太多，會消耗過多的存儲空間和計算時間，大量的特征輸入也會導致訓練過程減緩，甚至阻礙訓練的收斂，最終影響故障定位精度。所以，需要從樣本中提取對診斷故障貢獻大的有用信息，即特征提取[6]。
特征提取方法很多，一般有主元特征提取和基于Fisher的線性變換相關識別分析法。實際應用中，要達到高分辨率信息壓縮所需的映射通常是非線性的[7]，因此多分辨分析適于模擬電路的特征提取。
2.2 基于多分辨分析的故障特征提取
一般模擬電路軟故障的變化是很小的，利用小波變換來提取各頻帶的故障信息，分解過程用Matlab算法實現，可以用高頻分解的部分來反映信號的變化，故可將故障信號的高頻系數序列進行絕對值求和，并按尺度順序排列，作為模擬電路故障特征向量[8]。具體步驟如下：
（1）對信號進行N層Matlab分解，得到N個高頻小波分解系數序列[9]：[d1，d2，…，dn]；
（2）對各層高頻系數序列求絕對值和，則有[Dj=i=1ndji]，其中n為序列dj中分量的個數[9]；
（3）特征向量構成，按尺度順序，以各層高頻小波分解系數序列的絕對值之和為元素作為特征向量[9]：[D1，D2，…，Dn]；
（4）為了提高神經網絡收斂速度，進行歸一化處理。
3 BP神經網絡應用于模擬電路故障診斷
BP網絡應用于電路故障診斷是以一些電路的典型故障樣本送入神經網絡訓練，使之有判斷能力，而成為故障識別系統。其工作步驟如下：
（1）確定待測電路的故障集和故障模式特征參量，在電路考慮元件容差的情況下， 對電路的可能的故障狀態用PSPICE分析得出各故障發生時節點電壓和電流的測量值[10]，歸一化處理后構成訓練樣本集。
（2）設計BP神經網絡并訓練。根據要求和經驗設計神經網絡的結構、傳遞函數以及訓練算法。然后用訓練樣本集中的樣本訓練好網絡，即完成學習的過程[11]。
（3）一般采用3層BP神經網絡，輸入層節點數與電路狀態特征參量的維數相同，輸出層節點數可與電路待測故障類別數相同，也可小于待測故障類別數（采用編碼指示對應故障）[11]。
4 診斷實例及仿真
本文的診斷電路選自ITC’97的國際標準電路CTSV（continuous?time state?variable filter）濾波器[12]，如圖2所示。其標稱值分別為R1=R2=R3=R4=R5=10 kΩ，R6=3 kΩ，R7=7 kΩ，C1=C2=20 nF，輸入幅度為1 V的交流信號。
考慮到各元件的容差，將電阻的容差設為5%，電容的容差設為10%，當輸入為1 V的交流信號時，對輸出響應進行1～100 kHz采樣，采用Haar小波對采樣信號進行5層小波分解，將電路用PSpice進行直流靈敏度分析，從結果可知，當R1，R3，C1，C2變化時，輸出波形Vout變化較大，所以考慮有8種故障：R150%，R150%，R350%，R350%，C150%，C150%，C250%，C250%，還有正常狀態共9種故障模式，故障模式采用常見的“n?1”表示法，即0表示正常，1表示故障。
（1）為構造訓練和測試樣本集，對電路每種故障狀態進行50次蒙特卡洛分析，其中40次作為訓練樣本，10次作為測試樣本，電路正常情況下的采樣信號曲線如圖3所示。
（2）將其作為傳統BP神經網絡的輸入，目標誤差0.05，其誤差變化曲線如圖4（a）所示。
（3）將其各層小波分解序列的能量值歸一化后作為神經網絡的輸入，同時可以確定神經網絡的結構6?13?8，神經網絡采用LM算法的訓練方法，目標誤差為0.01，網絡經過164次訓練調整后達到了期望的均方誤差，誤差變化曲線如圖4（b）所示，測試樣本的平均正確診斷率達98.89%，診斷結果如表1所示。
（4）將其作為傳統BP神經網絡的輸入，目標誤差0.05，經訓練調整后誤差變化曲線如圖5（a）所示。
（5）將其經小波多層分解預處理后輸入，目標誤差為0.01，網絡經過110次訓練調整后達到了期望的均方誤差。誤差變化曲線如圖5（b）所示。
總測試樣本的平均正確診斷率達95.6%，診斷結果如表2所示。
表2 多軟故障測試樣本的神經網絡診斷結果
5 結 語
本文采用多分辨分析故障提取和神經網絡相結合的方法，首先通過PSpice采集故障樣本集，將其歸一化后作為神經網絡的輸入，這是傳統的神經網絡的方法，再由多分辨分析故障特征將樣本集進行處理，然后運用神經網絡對處理后的故障特征進行學習、訓練，將兩種方法進行對比后發現，經多分辨分析處理后訓練的網絡故障特征的覆蓋率高，收斂速度明顯提高，最終達到診斷的目的。仿真實驗表明該方法能夠有效地解決單軟故障和多軟故障的故障診斷問題。
參考文獻
[1] 趙軍容，石秀華，王永虎，等.基于靈敏度分析的模擬電路故障特征優化[J].彈箭與制導學報，2007，27（5）：262?263.
[2] 周開利，康耀紅.神經網絡模型及其Matlab仿真程序設計[M].北京：清華大學出版社，2005.
[3] 厲蕓，何怡剛，徐衛林，等.基于BP神經網絡的大規模電路模塊級故障快速診斷方法[J].電路與系統學報，2005，10（4）：13?14.
[4] AMINIAN M， AMINLAN F. Neural?network based analog?circuit fault diagnosis using wavelet transform as preprocessor [J]. IEEE Transactions on Circuits and Systems Ⅱ： Analog and Digital Signal Processing， 2000， 47（2）： 151?156.
[5] KAMIN E D. A simple procedure for punning back propagation trained neural networks [J]. IEEE Transactions on Neural Network， 1990， 1： 239?242.
[6] 袁海英，陳光，謝永樂.故障診斷中基于神經網絡的特征提取方法研究[J].儀器儀表學報，2007，28（1）：90?94.
（上接第11頁）
[7] 虞和濟，陳，張省，等.基于神經網絡的智能診斷[M].北京：冶金工業出版社，2000.
[8] 李明亮.基于神經網絡的模擬電路故障診斷方法研究[D].北京：中國地質大學，2007.
[9] 秦志強，黃繼達，王晨宇，等.Matlab結合PSpice在模擬電路故障特征提取中的應用[J/OL].[2009?12?01].http：///releasepaper/content/200912?17.
[10] 胡惟文，何怡剛.基于神經網絡的模擬電路故障診斷[J].湖南文理學院學報：自然科學版，2004：16（2）：40?41.
網絡經典語錄范文3
關鍵詞：電加熱爐；BP神經網絡；PID控制
中圖分類號：TP23文獻標識碼：A文章編號：1672-3198（2008）05-0322-02
1 基于BP神經網絡的PID控制
BP算法是在導師指導下，適合于多層神經元網絡的一種學習，它是建立在梯度下降法的基礎上的。理論證明，含有一個隱含層的BP網絡可以實現以任意精度近似任何連續非線性函數。
BP神經網絡結構如圖1所示，由三層(輸人層、隱含層、輸出層)網絡組成，使輸出層的神經元狀態對應PID控制器的三個可調參數Kp、Ki、Kd。通過神經網絡的自學習、加權系數調整使神經網絡輸出對應于某種最優控制律下的PID控制器參數。
圖1 BP網絡結構
基于BP(Baekpropgation)網絡的PID控制系統結構如圖2所示，控制器由常規的PID控制器和神經網絡兩部分組成，常規PID控制器直接對被控對象進行閉環控制，并且其控制參數為Kp、Ki、Kd在線調整方式；神經網絡根據系統的運行狀態，調節PID控制器的參數，以期達到某種性能指標的最優化，使輸出層神經元的輸出對應于PID控制器的三個可調參數Kp、Ki、Kd。通過神經網絡的自學習、加權系數的調整，使神經網絡輸出對應于某種最優控制規律下的PID控制器參數。
圖2 神經網絡PID控制器結構圖
2 改進型BP神經網絡
基本BP神經網絡主要存在以下兩個缺陷：其一，傳統BP網絡是一個非線形優化問題，不可避免的存在局部極小問題。網絡的權值和閥值沿局部改善的方向不斷修正，力圖達到使誤差函數 最小化的全局解，但實際上常得到的是局部最優點；其二，學習過程中，誤差函數下降慢，學習速度緩，易出現一個長時間的誤差坦區，即出現平臺。
目前已有不少人對此提出改進的方法。如在修改權值中加入“動量項”，采用Catchy誤差估計器代替傳統的LMS誤差估計器等。本文在此探討通過變
換梯度來加快網絡訓練的收斂速度的共軛梯度算法,利用這種算法改善收斂速度與收斂性能。改進共軛梯度算法在不增加算法復雜性的前提下可以提高收斂速度，并且可以沿共軛方向達到全局最優即全局極值點。它要求在算法進行過程中采用線性搜索，本文采用Fletcher-Reeves線性搜索方法，以保證算法的收斂速度。
將改進共軛梯度法應用于BP網絡的控制算法如下：
1)選取初始點w(0)和初始搜索方向d(0)=-g(0)；
2)對k=0，1，2，…，n-1,BP網絡的權值修正公式為
w(k+1)=w(k)+α(k)d(k)(1)
式中：α(k)為學習速率，使式(1)取得極??；d(k)為第k次迭代的共軛方向。
3)計算新的梯度矢量g(k+1)；
4)若k=n-1，則用w(n)代替w(0)，并返回步驟(1)；否則轉步驟(5)；
5)計算第(k+1)迭代的共軛方向
d(k+1)=-g(k+1)+β(k)d(k)(2)
式中
β(k)=gT(k)g(k)gT(k-1)g(k-1)（Fletcher-Reeves公式）(3)
6)如果dT(k+1)g(k+1)>0，則用w(n)代替w(0)，并返回步驟(1)；否則轉步驟(2)。
3 仿真試驗
本文以電加熱爐為控制對象，其數學模型可以用一階慣性環節加上一個大的純滯后環節來表示，傳遞函數為：
G(s)=KpTps+1e-τs=148286s+1e-200s
構造兩個3-5-3結構的BP神經網絡，以誤差、誤差的積分、誤差的微分為網絡的輸入；選取學習速率η=0.01、慣性系數α=0.04，加權系數初始矩陣取區間［0 0.5］上的隨機數，傳統與改進的BP神經網絡的加權系數分別使用負梯度法、改進共軛梯度法進行自整定。
由于電加熱爐是溫度參數的定值控制，且存在干擾和對象參數變化的情況，為驗證改進BP神經網絡PID控制的效果，分別對其跟蹤設定值特性、及適應對象參數變化的能力進行仿真研究，并與基于傳統BP神經網絡PID控制器的控制效果進行比較分析。圖3為單位階躍響應曲線，圖4為過程對象單位階躍響應曲線是在控制器參數不變的情況下改變對象G(S)參數的仿真結果。(注:以下各圖中實線或“I”均表示改進BP神經網絡PID控制結果，虛線、點線或“T”表傳統BP神經網絡PID控制器的控制結果;A、B、C分別表示G(S)三種參數變化了的模型)
從仿真結果看，改進BP神經網絡PID控制器比傳統BP神經網絡PID控制器在控制性能上有了一定程度的提高，尤其是在系統穩定時間和抗干擾性方面的優化較為明顯。這主要是因為在BP算法中采用了改進共軛梯度法，加快了BP算法的收斂速度，從而保證了系統穩定時間較短，又具有較好的泛化能力，因此，具有較強的抗干擾和適應參數變化的能力
4 結論
改進共軛梯度BP算法在不增加算法復雜度的情況下，通過梯度的共軛方向來尋求網絡的全局最優值，從而避免網絡陷入局部極小值。本文將其替代傳統的BP算法構造智能PID控制器，并進行了以電加熱爐為模型的控制系統仿真。結果表明，這種改進算法能夠有效提高網絡的訓練速度，改善網絡的收斂性能，避免網絡陷入局部極小值，取得了良好的控制性能。
參考文獻
［1］陳巍, 吳捷. 具有輔助調節功能的遞歸神經網絡自適應PID控制［J］. 信息與控制, 2000, 29(5): 461-470.
［2］李奇, 李世華. 一類神經網絡智能PID控制算法的分析與改進［J］. 控制與決策, 1998, 13(4): 312-316.
［3］李士勇著. 模糊控制、神經控制和智能控制論［M］. 哈爾濱: 哈爾并工業大學出版社, 1996.
［4］高雋. 人工神經網絡原理及仿真實例［M］. 北京:機械工業出版社, 2003, 7-20.
網絡經典語錄范文4
有些事，做了才知道，有些事，錯了才知道，有些事，長大了才知道。像這樣的一句話經典勵志微信語錄還有哪些呢?下面是小編給大家整理的一句話經典勵志微信語錄，供大家參閱!
一句話經典勵志微信語錄精選1.陽光溫熱，歲月靜好，你還不來，我怎敢老去。
2.所謂愛情，就是有那么一個人，可以輕易控制你的情緒，前一刻讓你哭，下一刻又讓你笑。
3.我希望，離別的離別的離別之后，我們總能再相聚。
4.生活總是這樣，你以為失去的，可能在來的路上;
你以為擁有的，可能在去的途中。
5.當生活傷害我們的時候，試著用過去的美好回憶來原諒，不抱怨才能更快樂。
6.你明明知道你需要放手卻放不下，因為你還是在等待不可能的發生，這種感覺真的很難受。
7.使人成熟的不是歲月，而是你的經歷。
當百味嘗遍，自然看透;看透世態，看淡世事。
8.如果你能每天吶喊二十一遍「我用不著為這一點小事而煩惱，你會發現，你心里有一種不可思議的力量，試試看，很管用的。
9.有些事情本身我們無法控制，只好控制自己。
10.網上歲月如飛刀，刀刀無情催人老。
革命身體最重要，上網不要熬通宵。
11.這輩子，最讓我覺得幸福的，就是看著自己的朋友，一個個的幸福。
12.不是一番寒徹骨，怎得梅花撲鼻香
13.有時候，受了委屈，本來不想哭，可是只要別人一問你怎么了，就會忍不住地流眼淚。
14.世界上只有想不通的人，沒有走不通的路。
15.不要期待，不要假想，不要強求，順其自然，如果注定，便一定會發生。
一句話經典勵志微信語錄經典1.以前總認為堅持會讓我們變強大，但是長大后才發現，讓我們強大的，是放下。
2.這世上最累的事情，莫過于眼睜睜看著自己的心碎了，還得自己動手把它粘起來
3.暖一顆心要多少年，涼一顆心只要一瞬間。
4.小時候我想用心裝下整個世界，長大以后才發現心變小了，小到只裝的下自己。
5.不論你有多悲傷，時間終能撫慰你的苦痛。
6.當我在想你的時候，你會不會也正好正在想我。
7.命運如一壺翻滾的沸水，我們是一撮生命的清茶。
8.放生是一種佛學上的說法，任何東西都是有生命的，放開他，自己也會快樂。
9.世上不愛的理由有很多忙、累、為你好....等等，而愛的表現只有一個就想和你在一起。
10.幸福不會遺漏任何人，遲早有一天它會找到你。
11.有時候，你說的話可能會傷到別人，但是有的時候，你的沉默會讓人傷得更深。
12.美麗女人人人欣賞，溫柔女人人人渴望，賢淑女人人人夸獎，純潔女人心地善良，開朗女人眼睛雪亮，看信息的女人最漂亮。
13.有些事，做了才知道，有些事，錯了才知道，有些事，長大了才知道。
14.現實中用真名說假話，網絡中用假名說真話。
15.這一季，我只愿.，花未謝，雨未消，你未離去。
一句話經典勵志微信語錄推薦1.我最大的夢想就是變成一只蝸牛，一出生就有
一套屬于自己的新房紙。
2.時光的殘忍就是，她只能帶你走向未來，卻不能夠帶你回到過去。
3.學會適應，你就會讓你的環境變的明亮;
學會寬容，你就會讓你的生活沒有煩惱。
4.如果放在心里會覺得難過，那么就請微笑著放手吧。
5.愚癡的人，一直想要別人了解他。
有智慧的人，卻努力的了解自己。
6.世界上只有一樣東西可以阻止夢想實現，那就是
害怕失敗。
7.我說姑娘啊，我已越陷越深。
姑娘說噓，你不可自拔。
8.成功不是得到多少東西，而是把身上多余的東西的扔掉多少。
9.人其實挺矛盾的。
總是希望被理解，卻又是害怕別人看穿。
10.女人喜歡長得壞壞的男人，不是喜歡長壞了的男人。
11.愛情其實是一種習慣，你習慣生活中有他，他習慣生活中有你。
擁有的時候不覺得什么，一旦失去，卻仿佛失去了所有。
12.人生在世，應該這樣，在芬芳別人的同時美麗自己。
13.信任就是有一天你拿著槍指著我，最后槍響了，我也相信那是槍走火。
14.永遠不要走捷徑，便捷而陌生的路，可能要了你的命
15.當我最想說些什么的時候，往往也是我最沉默的時候。
16.在這個說我愛你和一樣隨意的年代，你就不要活得那么認真，又累又虛偽。
17.真想吃一次廣告上的方便面啊!
18.當你真正想去忘記一個人的時候，那個人已經刻在心里。
19.廣告總是放大了，別人才會看得更仔細經典語錄_一句話經典語錄_唯美微信一句話經典語錄經典語錄_一句話經典語錄_唯美微信一句話經典語錄。
20.不要為明天憂慮，因為明天自有明天的憂慮;
網絡經典語錄范文5
真爆鞋其實是一個網絡語言，意思是：“鞋子是正品”。網絡語言即多在網絡上流行的非正式語言。多為諧音、錯別字改成，也有象形字詞，以及在論壇上引起流行的經典語錄。
語言是人類進行溝通交流的表達方式。據德國出版的《語言學及語言交際工具問題手冊》，世界上查明的有5651種語言。一般來說，各個民族都有自己的語言，語言是民族的重要特征之一。
（來源：文章屋網 ）
網絡經典語錄范文6
有被內涵到就是對方的話無形中映射了自己，內涵就是不直接說出懟人的話，但是話里有懟人的意思。網絡用語即多在網絡上流行的非正式語言。多為諧音、錯別字改成，也有象形字詞，以及在論壇上引起流行的經典語錄。
網絡語言已成為網民在網上交流必不可少的“通行證”，這些語言先于網上流行起來，然后融入到我們的日常生活中。多為搞笑、諷刺、贊美、以及惡搞之詞或句子。然而在日常生活的應用中，由于一些詞匯溝通障礙，網絡語言在帶給人們新奇感覺的同時，也給人們的交流造成不便。
（來源：文章屋網 ）
