《基于遗传神经网络的电容称重传感器非线性补偿方法》PDF+DOC

📙 相关资料

1. 《基于遗传算法的RBF神经网络在热敏电阻温度传感器非线性补偿中的应用》PDF+DOC 针对热敏电阻温度传感器应用中存在的非线性问题，提出了应用遗传算法训练径向基函数(RBF)神经网络实现其非线性补偿的遗传神经网络方法，介绍了非线性补偿的原理和网络训练方法。该方法能同时优化网络结构和参数，具有全局寻优能力，补偿精度高。实验结果表明，所提出的热敏电阻温度传感器非线性补偿方法是实用的和可行......
2. 《基于RBFNN的铂电阻温度传感器非线性补偿》PDF+DOC 针对铂电阻温度传感器应用中存在的非线性问题，提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明：这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点，与基于BP神经网络的非线性补偿模型相比，大大缩......
3. 《基于小波神经网络的电容称重传感器非线性补偿研究》PDF+DOC 为了解决电容称重传感器的非线性问题，提出了补偿其非线性的小波神经网络方法。该方法以电容称重传感器实验数据为基础，通过小波神经网络训练来确定传感器非线性补偿网络。介绍电容称重传感器非线性补偿原理，分析网络的拓扑结构，给出网络参数训练方法。结果表明，采用小波神经网络进行电容称重传感器非线性补偿具有好的鲁......
4. 《基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用》PDF+DOC 为了解决涡流传感器的非线性问题，应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿。介绍非线性补偿的原理和网络训练方法。从实测数据出发，建立了涡流传感器的非线性补偿模型。该方法能同时优化网络结构和参数，具有全局寻优能力，补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿......
5. 《基于遗传神经网络的智能复合材料损伤检测传感器位置优化的研究》PDF+DOC 具有损伤自检测功能的智能复合材料是一个多传感器体系结构，对其传感器进行数目及位置优化，具有重要的实用价值，值得深入研究。采用神经网络建立了复合材料冲击损伤检测方法，运用遗传算法并结合神经网络对复合材料损伤检测的3个传感器布置进行了优化，结果得到了穷举法的验证。该遗传神经网络方法具有一般性，可有效地推......
6. 《基于时间序列和神经网络的温室传感器节点故障诊断》PDF+DOC 温室无线传感器网络中故障节点会产生并传输错误数据，不仅消耗节点的能量和带宽，而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络，建立基于时间序列和神经网络的传感器节点故障诊断系统，通过对传感器样本数据进行时序分析，提取模型参数作为特征向量，并以此对遗传BP......
7. 《遗传神经网络在GMI传感器设计中的应用》PDF+DOC 巨磁阻抗(GMI)微磁传感器具有灵敏度高、响应速度快等突出优点，但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应(AGMI)，对磁场传感器的线性度有一定改善，但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力，但通常训练速度较慢、易陷入局......
8. 《基于遗传神经网络的扭矩传感器设计》PDF+DOC 分析了传统扭矩传感器存在的主要误差，利用遗传算法优化的BP神经网络对扭矩传感器误差进行了补偿，提高了系统的测量精度.利用MSP430单片机完成神经网络的回想，使设计的智能传感器体积小、耗电省、成本低。...
9. 《用RBF神经网络改善传感器输出特性》PDF+DOC 针对传感器输出易受温度、湿度等因素影响的问题，提出利用RBF神经网络良好的学习、泛化和非线性逼近能力改善传感器的输出特性。RBF神经网络采用不需要事先确定隐层单元个数、可在线自适应学习的最近邻聚类学习算法。将该算法用于易受温度影响的压力传感器的非线性校正，仿真结果表明RBF神经网络在对传感器输出信号......
10. 《基于RBF神经网络的热敏电阻温度传感器非线性补偿方法》PDF+DOC 针对热敏电阻温度传感器应用中存在的非线性问题，本文提出了应用RBF神经网络强非线性逼近能力进行非线性补偿的方法。文中介绍了非线性补偿的原理和网络训练方法。该方法不依赖于传感器的模型，而是根据传感器的输入和响应数据，建立补偿模型。结果表明，这种非线性补偿模型具有误差小、精度高、可在线标定、鲁棒性强，与......