《应用数据融合改善压力传感器的静态特性》PDF+DOC

📙 相关资料

1. 《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC 考虑到目前常用的温度补偿方法是使用智能算法建立温度补偿模型，并使用群智能优化算法进行优化，提高补偿精度，对于传感器非线性温漂段具有较好的补偿效果，但是对于具有较好的线性使用这种方法的效率较低，而使用常规的线性最小二乘直线拟合方法即可得到较好的补偿效果，因此本文将最小二乘直线拟合方法与RBF神经网络模......
2. 《一种压力传感器温度补偿新方法》PDF+DOC 针对温度、噪声、电源波动等多种环境因素对压力传感器输出电压值的影响，提出基于电压门限值的方法，对传感器输出电压值进行预处理，然后再利用BP神经网络对数据进行融合、补偿。试验结果证明，所提出的方法能有效的提高压力传感器的检测精度。...
3. 《两种数据融合算法对扩散硅压力传感器的温度补偿》PDF+DOC 针对扩散硅压力传感器在实际应用中对温度存在交叉灵敏度的问题，文章采用改进的多维回归分析法和BP神经网络法两种实用的智能化数据融合方法对压力传感器输出进行处理，以消除非目标参量(温度)对传感器的影响；研究结果表明这两种方法均能有效地抑制交叉灵敏度，减小灵敏度温漂和零点温漂；由于这两种融合算法具有各自的......
4. 《神经网络技术在压力传感器温度补偿中的应用研究》PDF+DOC 在实际应用中，由于温度变化经常导致传感器的实际输出失真，本文采用BP神经网络对压力传感器与温度传感器的数据进行数据融合，以消除由温度带来的测量误差，解决压力传感器的温漂问题。...
5. 《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC 硅压阻式压力传感器在工作时受温度的影响较大，随着温度的升高或降低，传感器的实际测量值会出现一定的误差，出现温度漂移的现象，为了抑制温度漂移对传感器的影响，采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿，通过对补偿前后数据的对比，使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级，......
6. 《一种基于神经网络的力传感器的数据融合方法》PDF+DOC 电阻应变式测力传感器是目前国内外广泛使用的一种传感器。但它在使用的过程中，经常由于载荷分布不均，造成其精度的降低，使其输出特性呈现严重的非线性。引起这种误差的主要原因有：传感器的高度不足、斜载、偏心等。人工神经网络是由大量处理单元(神经元)组成的非线性大规模自适应系统，能够表达任意复杂的动态特性。因......
7. 《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC 本文介绍一种利用径向基函数(RBF)神经网络改善传感器精度的新方法。RBF网络具有良好的非线性映射能力，能以任意精度逼近任何非线性函数。本文利用RBF网络较强的非线性映射能力对电磁力平衡传感器进行温度补偿，实验表明该方法实现了传感器高精度的温度补偿。...
8. 《基于人工神经网络的压力传感器三维数据融合》PDF+DOC 针对压力传感器对温度变化和电流波动的交叉灵敏度问题，采用径向基函数(RBF)人工神经网络法对其进行数据融合处理，详细讨论了网络的训练过程和数据融合过程，消除温度和电流对压力传感器的影响。仿真结果表明：当温度变化48.5℃，电流波动3%时，经RBF神经网络数据融合后，压力波动为0.544%，大大降低了......
9. 《基于神经网络的移动机器人多传感器数据融合研究》PDF+DOC 针对单超声波的测距缺陷，采用多个超声波结合红外开关共同测距，提高整体测量精度；针对BP神经网络训练收敛速度慢，容易陷入局部极小值等缺点，加入动量-自适应因子来改进BP神经网络；将改进的BP应用于移动机器人传感器旅行家Ⅱ号数据融合中，实践证明，经改进后的BP神经网络收敛精度高误差小，融合后的信息比未经......
10. 《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC 传感器测量条件的变化会导致其输入输出特性偏离其原有的标定特性，从而产生测量误差。针对此问题，提出利用RBF神经网络进行传感器测量误差补偿，并设计基于智能传感器系统的实现补偿的方法。...