《基于RBF神经网络的测斜仪方位角校正研究》PDF+DOC
作者:邵婷婷,张博超,周美丽,陈媛
单位:北京方略信息科技有限公司
出版:《国外电子测量技术》2016年第02期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFGWCL2016020130
DOC编号:DOCGWCL2016020139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC2015年第10期 李德霞,黄廷磊,林科,翟文军
《基于RBF神经网络的传感器故障检测方法》PDF+DOC2017年第05期 刘甜甜,那文波,何宁,李明
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC2011年第10期 苏铁明,叶三排,孙伟
《基于RBF神经网络的振弦式传感器在矿压测量中的温度补偿》PDF+DOC2010年第34期 赵国材,谭晓静,王昊轶
《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC2007年第01期 陆青丽,郑崇苏
《基于RBF神经网络的全姿态磁航向误差建模与补偿》PDF+DOC2007年第10期 焦飞,赵忠,王璐
《基于RBF神经网络的传感器故障诊断研究》PDF+DOC2003年第02期 吴浩中,黄飞鹏,王开文
《基于RBF神经网络的复合材料层合壳荷载识别》PDF+DOC2008年第03期 董会丽,郑世杰
《LMBP和RBF在ECS特性曲线拟合中对比研究》PDF+DOC2013年第02期 丁硕,常晓恒,巫庆辉
本文介绍了国内常用磁性电子测斜仪的结构和测斜原理,分析了其本身和工作过程中可能存在的误差及其来源。针对井眼姿态测量中的主要测量参数之一方位角,基于径向基函数(RBF)神经网络补偿算法,建立了以实测井斜角和方位角构成的二维向量为输入、标准方位角构成的一维向量为输出的三层RBF神经网络模型,并用实际测斜仪的测量数据进行现场测试。测试结果表明,采用该RBF神经网络补偿算法,建模时间短,可将方位角的实际测量精度从±;2.1°;提高至±;1.9°;以内,误差补偿效果好。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。