《湿敏电容器的温度补偿方法研究》PDF+DOC
作者:叶小岭,廖俊玲,孙宁
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2013年第06期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2013060200
DOC编号:DOCCGQJ2013060209
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进GA-SVM的湿度传感器温度补偿研究》PDF+DOC2017年第09期 姜力,贺晓雷,行鸿彦
《虚拟自动气象站湿度传感器的温度补偿》PDF+DOC2016年第06期 韦浩,行鸿彦,徐伟,张强
《湿度传感器的SVM温度补偿研究及软件设计》PDF+DOC2014年第12期 高大惟,刘建玲
《基于AFSA-BP神经网络的湿度传感器温度补偿》PDF+DOC2017年第08期 郭敏,行鸿彦,张冬冬,张兰
《有限空间爆炸静态压力的温度补偿方法》PDF+DOC2020年第03期 张龙,邹虹,张宝国,张继军,张东亮,孔德骞
《改进AFSA-BP神经网络的湿度传感器温度补偿研究》PDF+DOC2018年第07期 何怡刚,陈张辉,李兵,苏蓓蕾
《基于最小二乘支持向量机的压力传感器温度补偿》PDF+DOC2007年第12期 梁伟锋,汪晓东,梁萍儿
《基于改进GA-BP神经网络的湿度传感器的温度补偿》PDF+DOC2013年第01期 彭基伟,吕文华,行鸿彦,武向娟
《电子鼻富集装置温度补偿方法》PDF+DOC2020年第01期 程录,孟庆浩
《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC2020年第06期 郭志君,卢文科,左锋,张珏,丁勇
为了精确辨识湿敏电容器的温度补偿模型,减小系统测量误差,分析了湿敏电容器的温度补偿原理,提出了一种基于改进的遗传算法(GA)和支持向量机(SVM)相结合的补偿算法。基于湿敏电容器,建立了GA-SVM补偿模型,并与BP神经网络方法进行了比较。共144个样本点,经过补偿后GA-SVM和BP模型的相对误差绝对值小于3%的个数分别为143,110;最大分别为0.34%,19.68%。结果表明:改进的GA-SVM算法有效地补偿了温度影响,提高了湿敏电容器的测量精度,同时该算法的逼近能力和泛化能力均要优于BP神经网络。因此,该方法用于湿度传感器温度补偿是有效可行的。
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。