《基于RBF网络的粮食水分检测数据融合研究》PDF+DOC
作者:薛海燕,邹丽霞
单位:江西省计算机学会;江西省计算技术研究所
出版:《计算机与现代化》2011年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJYXH2011060280
DOC编号:DOCJYXH2011060289
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络的传感器故障检测方法》PDF+DOC2017年第05期 刘甜甜,那文波,何宁,李明
《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC2005年第06期 张铭钧,孙瑞琛,王玉甲
《基于ANN方式的超声波传感器数据融合》PDF+DOC1999年第08期 李彩虹,周凤余,李贻斌,刘明,刘光爱
《新型电容式粮食水分检测方法的研究》PDF+DOC2003年第02期 翟宝峰,王昊
《基于RBF神经网络模型和SVM模型的压力传感器温度补偿方法》PDF+DOC2012年第26期 景晓璐,张小栋,耿加民
《神经网络数据融合在车用传感器中的应用》PDF+DOC2011年第08期 黄莲花,李光明
《基于RBF神经网络的振弦式传感器在矿压测量中的温度补偿》PDF+DOC2010年第34期 赵国材,谭晓静,王昊轶
《基于RBF神经网络模型的传感器非线性补偿方法》PDF+DOC2007年第02期 赵阳,田社平,韦红雨,王志武
《基于RBF网络的数据融合在废气数据处理中的应用》PDF+DOC2007年第04期 庞敏,朱伟兴
《基于BP和RBF神经网络的新型融合技术研究》PDF+DOC2014年第17期 费晶,李赵兴
为了提高测量的准确性和快捷性,需要融合处理多传感器检测的数据。本文首先介绍BRF网络的特性和训练方式,然后进行样本数据采集、样本数据归一化、神经网络的训练及其结构的确定,完成基于RBF网络的水分检测数据处理过程,实现粮食水分检测中的多传感数据融合。经过Matlab中的神经网络模型训练后,实验结果表明,拟合值始终在目标值上下波动,波动的范围在7%以内,该方法具有较大的优越性,可在其它工业领域中推广应用。
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。