《优化RBF神经网络在压力传感器中的应用》PDF+DOC
作者:彭继慎,程英
单位:中国电子科技集团公司第二十六研究所
出版:《压电与声光》2012年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFYDSG2012030240
DOC编号:DOCYDSG2012030249
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC2016年第06期 宋瑞娟
《基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用》PDF+DOC2019年第15期 刘畅,李志刚,伟利国,王吉中,李阳
《基于函数链神经网络的传感器建模》PDF+DOC1999年第06期 施惠昌
《基于小波神经网络的压力传感器温度补偿方法》PDF+DOC2005年第07期 姚敏,赵敏,邢力
《基于RBF神经网络提高压力传感器精度的新方法》PDF+DOC2004年第04期 赵望达,刘勇求,贺毅
《基于神经网络的传感器非线性误差校正》PDF+DOC2002年第01期 林康红,施惠昌,卢强,奉玲
《基于神经网络的传感器零点飘移补偿方法》PDF+DOC2008年第06期 吴广顺,凌雷,张立鹏
《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
《基于样条曲线插值的压力传感器的温度补偿》PDF+DOC2006年第06期 樊尚春,张秋利,秦杰
针对压力传感器在应用中出现温度误差大这一缺点,提出了通过采用径向基函数(RBF)神经网络较强的非线性逼近能力,实现其非线性校正和温度补偿的网络方法,并对该法进行改进。通过仿真可看出,改进方法校正的系统能自动补偿非线性误差,具有误差小,精度高等优点。因此,提出的改进的RBF神经网络法对压力传感器的非线性补偿是可行的。
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。