《改进PSO-BP算法的压力导丝温度及非线性补偿研究》PDF+DOC
作者:范广坡,余学飞,卢广文,林良卓,周地福
单位:中国仪器仪表学会;上海工业自动化仪表研究院
出版:《自动化仪表》2016年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYB2016060040
DOC编号:DOCZDYB2016060049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PSO-BP算法的压力传感器温度补偿研究》PDF+DOC2015年第02期 李强,周轲新
《基于PSO-BP数据融合的环境监控系统设计》PDF+DOC2020年第03期 李昌敏,熊俊俏
《LM算法在传感器数据融合中的应用》PDF+DOC2005年第05期 赵辉,王秀峰
《PSO-BP网络模型在温室数据融合中的应用研究》PDF+DOC2008年第12期 张酉军,熊伟丽,张林,徐保国
《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC2014年第09期 温阳东,李龙剑
《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC2014年第03期 孙艳梅,苗凤娟,陶佰睿
《基于DFP算法的BP神经网络在温度补偿中的应用》PDF+DOC2013年第04期 孙艳梅,苗凤娟,宋志章
《基于时空相关性的连续缺失值填补算法》PDF+DOC2016年第09期 蒋晨阳,张云飞,李鑫
《基于PSO-BP神经网络光电编码器误差补偿研究》PDF+DOC2017年第08期 陈洪月,张坤,刘治翔,王鑫
《LabVIEW下基于BP神经网络的温度补偿虚拟压力测量系统设计》PDF+DOC2005年第04期 王跃轩,倪中华
测量冠状动脉血管血流储备分数的压力导丝中的超微型压力传感器,具有严重的温度以及非线性漂移问题,且目前只有硬件方法进行补偿。针对硬件补偿方法存在的补偿精度不高及成本昂贵等问题,提出一种改进粒子群优化的BP神经网络算法,对压力导丝进行温度和非线性软件补偿。Matlab仿真结果表明,改进PSO-BP神经网络与现有标准PSO-BP算法、BP神经网络等软件以及硬件补偿方法相比,具有成本低、稳定性高、不易陷入局部最优、泛化能力强等优点。
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。