作者：田社平 单位：上海交通大学 出版：《上海交通大学学报》2003年第01期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFSHJT2003010030 DOC编号：DOCSHJT2003010039 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ，给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ，其结构仅与输入层和中间层的节点数有关 ，且不需要知道被补偿传感器的结构特性 (如输出、输入的最大延迟 )等先验知识 ，简化了动态补偿器的结构设计 .采用递推预报误差算法训练神经网络 ，具有收敛速度快、收敛精度高的特点 .实验结果表明 ，经过补偿后的传感器具有期望的输入输出特性 ，应用递归神经网络对传感器进行非线性动态补偿是一种行之有效的方法

    📙 相关资料

    1. 《应用递推神经网络的传感器动态建模研究》PDF+DOC 根据动态校准实验结果建立传感器的动态数学模型 ，以研究传感器的动态性能 ，是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ，整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ，具有收敛速度快......
    2. 《基于递归神经网络的传感器非线性动态建模(英文)》PDF+DOC 根据动态校准实验结果建立传感器的动态数学模型，以研究传感器的动态性能，是动态测试的一个重要内容.讨论了递归神经网络模型在传感器动态建模中的应用，给出了递归神经网络模型的结构及相应的训练算法.由于其反馈特征，使得递归神经网络模型能获取系统的动态响应.该方法特别适用于传感器非线性动态建模，而且避免了传感......
    3. 《递归网络模型在传感器动态补偿中的应用》PDF+DOC 本文讨论了递归网络模型在传感器动态补偿中的应用 ，给出了递归网络模型的结构及相应的训练算法 ，经过补偿后的传感器具有理想的输入输出特性。试验结果表明 ，应用递归网络对传感器进行动态补偿是一种行之有效的方法。...
    4. 《基于递归网络的传感器动态建模方法》PDF+DOC 研究了递归网络模型在传感器动态建模中的应用，给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明，应用递归网络对传感器进行动态建模是一种行之有效的方法。...
    5. 《基于BP神经网络的传感器非线性补偿》PDF+DOC 由于传感器本身的非线性特性以及传感器在测量过程中外界环境因素的影响，使得传感器的输入输出特性呈现出非线性.讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法，即采用两个相同的传感器对同一被测量进行测量，其测量结果作为神经网络模型的输入，经过补偿后的传感器具有线性的输入输出关系.采......
    6. 《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC 提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则，而不是通常神经网络的经验误差最小化，可获得更好的泛化性能，不易发生局部最优及过拟合现象，因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性，结果表明......
    7. 《基于递归神经网络的热电偶测温滞后的动态补偿》PDF+DOC 提出了一种基于递归神经网络的热电偶测温滞后的动态补偿方法，利用神经网络良好的非线性映射能力，建立传感器的动态逆模型，实现对传感器的动态补偿。实验结果表明：检测信号经过动态补偿后，能够克服传感器的测量滞后，达到稳态的时间从补偿前的26 s缩短到大约5 s，传感器的动态性能得到较大的提高。...
    8. 《非线性动态传感器系统Hammerstein神经网络补偿法》PDF+DOC 针对传感器动态特性中存在非线性的问题，提出一种基于Hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与Hammerstein模型对应的线性动态与非线性静态2个环节；再设计一种新型的神经网络结构，使网络权系数对应于相应的Hammerstein补偿模型参数，并推导反向传播的网......
    9. 《基于FLANN的传感器动态特性研究方法》PDF+DOC 将函数联接型神经网络（ＦＬＡＮＮ）引入传感器动态特性的研究，利用神经元网络良好的逼近能力，建立腕力传感器的动态数学模型．该方法所建模型阶次低、精度高，对数据个数和采样频率无特殊要求．根据“逆模型”的思想，提出了基于函数联接型神经网络的传感器动态补偿方法．此方法设计出的动态补偿器简单、实时性好；不依赖......
    10. 《基于神经网络的传感器动态补偿算法及DSP实现》PDF+DOC 为了改善传感器的动态响应特性，对其输出结果进行动态补偿是一个有效方法；讨论了基于自适应神经网络的传感器动态逆建模方法，采用网络分块训练和可变学习因子的方法来提高训练的精度，缩短收敛时间；研究了在加入不同信噪比的随机噪声下应用该模型实现传感器动态补偿的可行性；对典型的压电传感器模型进行了仿真，仿真结果......

    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。