针对数控切削加工表面粗糙度存在预测精度不高的问题,采用径向基(RBF)神经网络技术,以多组实际加工试验数据作为样本,建立了以转速n、进给速度vf、背吃力量ap为自变量的切削表面粗糙度预测模型。试验及预测结果表明:切削表面粗糙度RBF神经网络预测模型的预测相对误差小于2.7%,而回归分析预测值的相对误差在7.1%～14.0%变动。充分说明数控切削加工表面粗糙度RBF神经网络预测模型的预测精度高,可满足数控切削加工表面粗糙度实时在线预测的要求。
2021-05-12 15:43:02
260KB
1
本人也是神经网络小白，最近在学习神经网络算法，也做了不少案例，所以先从最简单的RBF神经网络开始把，本次展示个人做的利用RBF神经网络对函数进行回归分析。
2021-04-19 22:21:45
723B
1
使用matlab训练基本的神经网络，数据是使用的6类气体的数据，共有3600个，分别测试了7个分类器的性能
2021-04-08 18:32:43
14.51MB
1