《遗传神经网络在随钻测斜仪传感器补偿中的应用》PDF+DOC
作者:王秀芳,句莉莉,齐元俊,魏春明
单位:天华化工机械及自动化研究设计院
出版:《化工自动化及仪表》2010年第10期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFHGZD2010100190
DOC编号:DOCHGZD2010100199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于蚁群优化Elman神经网络的传感器补偿》PDF+DOC2011年第02期 王秀芳,句莉莉,陈超,魏春明
《基于Elman神经网络的传感器补偿算法研究》PDF+DOC2009年第20期 王秀芳,句莉莉,魏春明,张延光
《基于Elman神经网络的压力传感器温度补偿的研究》PDF+DOC2011年第12期 范重言,孙华,任俊松,刘小何
《基于遗传神经网络的传感器非线性校正研究》PDF+DOC2006年第12期 董程林,成曙,肖晨静
《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕
《电磁力平衡传感器温度补偿的解决方案》PDF+DOC2003年第S1期 刘媛,方景林,邴志刚
《基于遗传神经网络的传感器系统的非线性校正》PDF+DOC2003年第02期 陈俊杰,芦俊,黄惟一
《Elman神经网络多传感器融合技术的研究与应用》PDF+DOC2012年第11期 刘勇,张民,刘西秀
《基于遗传神经网络的电容称重传感器非线性补偿方法》PDF+DOC2010年第06期 俞阿龙
《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC2014年第10期 盛晓龙,夏虹
为了进一步提高随钻测斜仪的测量精度和工作稳定性,采用Elman神经网络进行建模,将自适应遗传算法作为Elman网络的权阈值学习算法,克服了传统方法训练时间长、容易陷入局部最优解等缺点。仿真结果表明,与采用Elman网络算法相比,补偿精度提高两个数量级,补偿效果稳定。
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。