《RBF神经网络在传感器校正中的应用》PDF+DOC
作者:汪晓东
单位:中国仪器仪表学会
出版:《仪器仪表学报》2003年第01期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2003010230
DOC编号:DOCYQXB2003010239
下载格式:PDF + Word/doc 文字可复制、可编辑
《优化RBF神经网络在压力传感器中的应用》PDF+DOC2012年第03期 彭继慎,程英
《基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用》PDF+DOC2008年第03期 俞阿龙
《用RBF神经网络改善传感器输出特性》PDF+DOC2008年第28期 史健芳,龚海燕,汤洪彪
《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC2014年第10期 盛晓龙,夏虹
《基于PSO-RBF神经网络的磁浮车悬浮间隙传感器非线性校正方法》PDF+DOC2018年第12期 顾艳华,彭涛,廖珍贞,张晨昊,靖永志
《一种利用函数链神经网络的传感器建模新方法》PDF+DOC2000年第03期 施惠昌
《基于RBF神经网络的传感器静态误差综合校正方法》PDF+DOC2004年第04期 侯立群,仝卫国,何同祥
《传感器校正及融合的实现技术》PDF+DOC2010年第05期 靳莹瑞,许京雷
《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网络的数据融合在废气数据处理中的应用》PDF+DOC2007年第04期 庞敏,朱伟兴
提出了一种基于 RBF神经网络的传感器非线性校正方法。传感器的输出及待测物理量的实际数值用于训练 RBF神经网络 ,以得到非线性校正用的逆模型。只需较少的神经元就可构成上述逆模型 ,便于单片机软件实现或“固化”在硬件中。通过一个二维位移传感器的例子表明 ,采用 RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于 BP神经网络 ,能满足实用要求。
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。