作者：李国玉,孙以材,潘国峰,何平 单位：中国仪器仪表学会 出版：《仪器仪表学报》2005年第02期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFYQXB2005020130 DOC编号：DOCYQXB2005020139 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于BP网络的敏感电子器件二信息融合》PDF+DOC2004年第01期 李国玉,孙以材,戴振清 《数据融合的模糊模型和算法研究》PDF+DOC2002年第01期 童树鸿,沈毅,刘志言 《BP网络训练法在传感器数据融合方面的应用》PDF+DOC2008年第04期 冯勇,刘诗斌,李欣,刘坤 《多传感器检测系统的多步反馈融合算法》PDF+DOC2003年第03期 王勇,刘文江,胡怀中,高雪飞,胡军 《改进的光纤光栅温度传感网络加权融合算法》PDF+DOC2012年第06期 袁其平,马磊明,宋殿友,童峥嵘,杨秀峰,曹晔 《多传感器信息融合技术在工业中的应用》PDF+DOC 郑伟,戴进 《利用BP神经网络提高光纤光栅压力传感器的选择性》PDF+DOC2007年第07期 邵军,刘君华,乔学光,贾振安 《基于BP网络的雷达与AIS目标关联算法与仿真》PDF+DOC2015年第03期 张小龙,郑佳春,林长川,胡晓瑞,陈巧萍,朱双双 《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

    • 压力传感器输出特性容易受环境温度、电压扰动等各种非目标参量的影响 ，从而大大降低了其性能。BP算法是一种最速下降的静态寻优算法 ，而对其改进的算法LMBP算法克服了标准BP算法的固有缺点 ，不但学习速度快 ，而且精度高。利用LMBP算法对压力传感器的输出进行融合 ，有效地消除了非目标参量特别是温度对压力传感器输出的影响 ，最后利用MATLAB软件对样本数据进行训练和仿真 ，通过对融合结果分析可知 ：BP网络的LMBP算法不仅提高了压力传感器的精度 ，而且提高了压力传感器的稳定性和可靠性。

    📙 相关资料

    1. 《基于BP网络的敏感电子器件二信息融合》PDF+DOC 压力传感器的输出信号在实际应用中受多个非目标参量的影响，其中它对温度的敏感成为其最大的缺点。我们提出了利用BP网络的二敏感电子器件信息融合来消除温度对压力传感器输出信号的影响，提高其精度和可靠性。该方法利用BP网络的Levenberg-Marquardt算法实现数据融合，网络结构简单，学习速度快，具......
    2. 《数据融合的模糊模型和算法研究》PDF+DOC 提出了一种数据融合的模糊模型和算法 .该模型定义了容许函数对传感器输出信息的一致性进行度量 ，利用模糊测度对参与融合的传感器组的可靠性进行度量 ，使最终的融合结果是尽量可靠的传感器组提供的一致性较好的数据的综合 .该方法既能有效的处理冲突信息和传感器故障产生的错误信息 ，同时又保证了融合结果的精确性......
    3. 《BP网络训练法在传感器数据融合方面的应用》PDF+DOC 通常传感器都存在交叉灵敏度，运用BP网络对数据进行融合，可以有效降低非目标参量对输出特性的影响。MATLAB中提供了多种针对BP网络的训练方法。运用其中的变梯度法、拟牛顿法和LM法分别对压力传感器进行数据融合，比较其结果可知，相对于另外两种方法，LM算法可有效地克服局部收敛，更好地提高压力传感器的稳......
    4. 《多传感器检测系统的多步反馈融合算法》PDF+DOC 通过分析分布式检测系统的工作原理 ，提出了一种新的局部检测器融合方法 ，该方法利用检测器局部判决结果与融合中心融合结果的误差多步累积平均值对检测器下一步判决进行修正 ，从而达到提高检测器检测概率的目的。分析表明 ，该算法能有效提高系统的性能。...
    5. 《改进的光纤光栅温度传感网络加权融合算法》PDF+DOC 针对光栅传感网络数据加权融合中出现异常值会导致融合结果偏差较大的问题，在分析光栅传感系统中的噪声和干扰后，提出一种改进的自适应加权融合算法.该算法适用于观测数据不满足正态分布的情况，先对原始数据进行截尾加权融合，再以截尾融合结果代替异常值进行加权最小均方差融合，既充分利用了传感数据，也降低了融合算法......
    6. 《多传感器信息融合技术在工业中的应用》PDF+DOC 对多传感器信息融合进行了简要的综述，进而提出了信息融合的一般结构，结合智能故障诊断系统的特点，研究了基于信息融合技术的诊断系统结构。...
    7. 《利用BP神经网络提高光纤光栅压力传感器的选择性》PDF+DOC 应用BP神经网络技术抑制温度对光纤光栅压力传感器的干扰，从而提高了压力传感器的选择性.以聚合物封装的光纤光栅传感器为例，当温度从19℃变化到75℃时，光纤光栅布拉格波长偏移量是11.315 nm，由此导致传感器输出的引用误差为1 915%.经神经网络融合处理后，其值降为2%，实现了对压力较为准确的识......
    8. 《基于BP网络的雷达与AIS目标关联算法与仿真》PDF+DOC 雷达与AIS(船舶自动识别系统)是海上交通获取船舶目标信息的2种重要导航设备，其目标信息在内容和精度上具有差异性，且具有互补性。为了获得目标更精确和更可靠的信息，需要将其目标信息进行融合，而目标关联判断则是融合最关键的环节。基于多传感器信息融合理论和神经网络中的BP算法原理，设计了合理的网络结构，提......
    9. 《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC 提出基于LDIW-PSO算法优化的BP神经网络温度补偿方法。优化的BP神经网络使用LDIWPSO算法调整其权值和阈值，使之收敛速度快，不会产生局部极小值问题。通过实验和仿真结果可以看出：该算法对温度补偿精度高、误差小，效果明显。...
    10. 《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC 针对硅压阻式压力传感器的温度漂移问题，提出了基于粒子群优化算法PSO(Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型，通过粒子群化算法对BP网络的权值和阈值进行全局寻优，克服了BP网络收敛速度慢和易陷入局部极值的缺陷，而且温度补偿的精度较高。......

    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。