加急见刊

优化DBN在BLDCM控制中应用研究

李晶 辽宁工程职业学院; 辽宁铁岭112008

摘要：深度信念网络（Deep Belief Networks,DBN）是由多层无监督的受限玻尔兹曼机（Restricted Boltzmann Machine, RBM）叠加而成的递归神经网络。针对RBM固定学习率在样本训练过程中很难寻找全局最优,引入动态学习率,用来改进RBM网络以提高特征向量映射的准确度。构造一个含有两层RBM网络,将改进型控制网络应用于无刷直流电机控制系统中,实验结果表明改进的DBN能够有效加快电机响应速度,提高控制准确度。

注: 保护知识产权,如需阅读全文请联系电动工具杂志社