[发明专利]一种基于BP神经网络的摩擦噪声预测方法在审
| 申请号： | 201811607165.X | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109684742A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 王书文;王腾迪 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/08 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于BP神经网络的摩擦噪声预测方法，用于预测交通工具上的制动器制动过程中产生的摩擦噪声的频率，包括：步骤1，获取摩擦噪声以及与其产生关联的数据样本p1i；步骤2，对数据样本p1i进行归一化处理，分别得到对应的归一化后的数据样本p2i，并将该数据样本p2i分为两组，分别为第一归一化数据样本和第二归一化数据样本；步骤3，利用MATLAB中专门创建BP神经网络的函数newff来建立摩擦噪声预测模型；步骤4，将第一归一化数据样本输入到摩擦噪声预测模型，得到更新的网络权值和更新的网络阈值；步骤5，将第二归一化数据样本输入到摩擦噪声预测模型直至训练误差为0.01时停止训练，确定最终网络权值和最终网络阈值，得到合格的摩擦噪声预测模型。 | ||
| 搜索关键词： | 摩擦噪声 归一化数据 数据样本 预测模型 样本输入 网络权 样本 预测 归一化处理 制动器 交通工具 制动过程 归一化 更新 两组 网络 关联 创建 | ||
【主权项】：
1.一种基于BP神经网络的摩擦噪声预测方法，用于预测交通工具上的制动器制动过程中产生的摩擦噪声的频率，其特征在于，包括如下步骤：步骤1，获取所述摩擦噪声以及与所述摩擦噪声产生关联的数据样本p1i，其中i＝1，2，…，n；步骤2，对所述数据样本p1i进行归一化处理，分别得到对应的归一化后的数据样本p2i，并将该数据样本p2i分为两组，分别为第一归一化数据样本和第二归一化数据样本；步骤3，利用MATLAB中专门创建BP神经网络的函数newff来建立摩擦噪声预测模型；步骤4，将所述第一归一化数据样本输入到所述摩擦噪声预测模型，得到更新的网络权值和更新的网络阈值；步骤5，将所述第二归一化数据样本输入到所述摩擦噪声预测模型直至训练误差为0.01时停止训练，确定最终网络权值和最终网络阈值，得到合格的所述摩擦噪声预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海理工大学，未经上海理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811607165.X/，转载请声明来源钻瓜专利网。
