上海申思特自動(dòng)化設(shè)備有限公司

主營產(chǎn)品: 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器

10

聯(lián)系電話

19121166298

您現(xiàn)在的位置: 首頁> 技術(shù)文章 > 提高PILZ光電軸角編碼器改進(jìn)粒子群算法

美國Fairchild仙童

美國E+E

美國WILKERSON威爾克森

美國G+F

德國MAHLE馬勒

德國Kubler庫伯勒

意大利UNIVER

意大利CAMOZZI康茂勝

意大利ATOS阿托斯

意大利OMAL歐瑪爾

英國NORGREN海隆諾冠

美國ROSS

美國VICKERS威格士

美國PARKER派克

美國NUMATICS紐曼蒂克

美國MAC電磁閥

美國ASCO阿斯卡

美國VERSA

德國EPRO艾默生

德國SAMSON薩姆森

德國施邁賽SCHMERSAL

德國MURR穆爾

德國Hengstler亨士樂

德國Hirschmann赫斯曼

德國Turck圖爾

德國SICK施克

德國HEIDENHAIN海德漢

德國E+H恩德斯豪斯

德國PILZ皮爾茲

德國HYDAC賀德克

德國REXROTH力士樂

德國HAWE哈威

德國P+F倍加福

德國DEMAG德馬格

德國IFM易福門

德國FESTO費(fèi)斯托

德國寶德BURKERT

德國伯恩斯坦

AI-TEK阿泰克

美國太陽SUN

美國米頓羅MILTONROY

寶德

意爾創(chuàng)ELTRA編碼器

意大利杰弗倫

德國馬勒

德國安士能

美國BANNER邦納

美國BARKSDALE巴士德

德國GEMU蓋米

意大利ELTRA意爾創(chuàng)

德國SCHMERSAL施邁賽

德國STAUFF西德福

瑞士BAUMER堡盟

法國CROUZET高諾斯

德國HERION海隆

德國TR帝爾

德國Schonbuch訊巴赫

意大利DUPLOMATIC迪普馬

德國SCHUNK雄克

德國BAUSER寶色

瑞士SWAN天鵝

美國CRYDOM快達(dá)

德國LEM萊姆傳感器

德國LAYHER

美國GAST嘉仕達(dá)

德國亨士樂

德國gsr

德國德爾格

德國蓋米

德國蒂芬巴赫TIEFENBACH

公司信息

聯(lián)人:
周經(jīng)理
話:
021-13321956356
機(jī):
19121166298
真:
址:
上海市黃浦區(qū)北京東路668號(hào)科技京城東樓27樓C1室
編:
個(gè)化:
www.wister8-china.com
網(wǎng)址:
鋪:
http://true-witness.com/st338048/
給他留言

提高PILZ光電軸角編碼器改進(jìn)粒子群算法

2016-12-2 閱讀(1014)

提高PILZ光電軸角編碼器改進(jìn)粒子群算法
為提高PILZ光電軸角編碼器的細(xì)分精度及莫爾條紋光電信號(hào)的細(xì)分倍數(shù),設(shè)計(jì)了一種基于改進(jìn)粒子群算法的信號(hào)正弦性修正方法。首先,根據(jù)莫爾條紋光電信號(hào)的數(shù)學(xué)模型,分析信號(hào)質(zhì)量指標(biāo)對(duì)細(xì)分誤差的影響;并從編碼器的制作、調(diào)試、使用等環(huán)節(jié)出發(fā),指出信號(hào)細(xì)分誤差產(chǎn)生的根本原因;然后,對(duì)改進(jìn)粒子群算法的基本原理和實(shí)現(xiàn)步驟做了具體闡述;zui后,以21位光電編碼器為實(shí)驗(yàn)對(duì)象,依據(jù)其精碼轉(zhuǎn)換的方波信息實(shí)現(xiàn)精碼信號(hào)的自適應(yīng)采樣,同時(shí)應(yīng)用改進(jìn)算法對(duì)采集的編碼器原始光電信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理,通過辨識(shí)信號(hào)模型中的3個(gè)待定參量,直接實(shí)現(xiàn)信號(hào)等幅性偏差、穩(wěn)定性偏差、正交性偏差的修正;對(duì)算法處理后的莫爾條紋信號(hào)進(jìn)行細(xì)分精度檢測(cè),實(shí)驗(yàn)結(jié)果表明:編碼器細(xì)分誤差峰值由19.08″降低到2.86″,細(xì)分精度明顯提高。社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的一個(gè)重要特征,社區(qū)發(fā)現(xiàn)對(duì)研究網(wǎng)絡(luò)結(jié)構(gòu)有重要的應(yīng)用價(jià)值.k-均值等經(jīng)典聚類算法是解決社區(qū)發(fā)現(xiàn)問題的一類基本方法.然而,在處理網(wǎng)絡(luò)的高維矩陣時(shí),使用這些經(jīng)典聚類方法得到的社區(qū)往往不夠準(zhǔn)確.提出一種基于PILZ光電軸角編碼器的社區(qū)發(fā)現(xiàn)算法Co DDA,嘗試提高使用這些經(jīng)典方法處理高維鄰接矩陣進(jìn)行社區(qū)發(fā)現(xiàn)的準(zhǔn)確性.首先,提出基于跳數(shù)的處理方法,對(duì)稀疏的鄰接矩陣進(jìn)行優(yōu)化處理.得到的相似度矩陣不僅能反映網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中相連節(jié)點(diǎn)間的相似關(guān)系,同時(shí)能反映不相連節(jié)點(diǎn)間的相似關(guān)系.接著,基于無監(jiān)督深度學(xué)習(xí)方法,構(gòu)建PILZ光電軸角編碼器,對(duì)相似度矩陣進(jìn)行特征提取,得到低維的特征矩陣.與鄰接矩陣相比,特征矩陣對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有更強(qiáng)的特征表達(dá)能力.

提高PILZ光電軸角編碼器改進(jìn)粒子群算法
zui后,使用k-均值算法對(duì)低維特征矩陣聚類得到社區(qū)結(jié)構(gòu).實(shí)驗(yàn)結(jié)果顯示,與6種典型的社區(qū)發(fā)現(xiàn)算法相比,Co DDA算法能夠發(fā)現(xiàn)更準(zhǔn)確的社區(qū)結(jié)構(gòu).同時(shí),參數(shù)實(shí)驗(yàn)結(jié)果顯示,Co DDA算法發(fā)現(xiàn)的社區(qū)結(jié)構(gòu)比直接使用高維鄰接矩陣的基本k-均值算法發(fā)現(xiàn)的社區(qū)結(jié)構(gòu)更為準(zhǔn)確.



產(chǎn)品對(duì)比 產(chǎn)品對(duì)比 二維碼 在線交流

掃一掃訪問手機(jī)商鋪

對(duì)比框

在線留言