作者:行鸿彦,邹水平,徐伟,张强 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2015年第06期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2015060150 DOC编号:DOCCGJS2015060159 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对自动气象站采用的HMP45D型温湿一体化传感器在实际应用过程中易受温度影响的问题,提出了基于粒子群优化算法(PSO)的BP神经网络温度补偿模型,利用粒子群优化算法对BP神经网络的初始权值阈值进行全局寻优,将粒子群优化算法优化好的权值阈值赋给BP神经网络,对BP神经网络进行训练。根据不同温度条件下测得的多组湿度传感器数据,通过建立模型,实现温度补偿,与传统BP神经网络补偿结果进行比较。实验表明,与传统BP神经网络模型相比,利用PSO-BP神经网络模型进行温度补偿后所得的误差绝对值之和降低了10.3887%RH,PSO-BP神经网络可以克服传统BP神经网络易陷入局部极值的局限,补偿精度更高,能更加有效地补偿温度对湿度传感器的影响。

    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。