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(guò)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(wèn)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(wú)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.