《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC
作者:李德霞,黄廷磊,林科,翟文军
单位:沈阳仪表科学研究院有限公司
出版:《仪表技术与传感器》2015年第10期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFYBJS2015100270
DOC编号:DOCYBJS2015100279
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《RBF神经网络在柔性触觉传感器解耦中的应用》PDF+DOC2015年第10期 王菲露,宋杨
《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RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
《基于RBF网络的光纤位移传感器温度补偿研究》PDF+DOC2004年第02期 韦兆碧,刘晔,马志瀛,胡光辉,时德钢
《一种用RBF神经网络改善传感器测量精度的新方法》PDF+DOC 赵望达,刘勇求,贺毅
《一种利用RBF神经网络的传感器建模新方法》PDF+DOC2002年第03期 王雪萍,林康红
《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神经网络的电化学CO气体传感器的温度补偿》PDF+DOC2009年第01期 张小俊,张明路,李小慧
《基于RBF神经网络算法的被动红外探测器设计及单片机实现》PDF+DOC2007年第03期 邵忠良,黎安军,曹薇,吕军
针对在线重金属检测仪器其测量数据精度较低的问题进行研究,同时考虑电化学传感器随温度变化易产生误差,提出了采用多传感器数据融合方法,将RBF(Radial Basis Function Neural Network)算法应用到检测中。研究结果表明此方法可使重金属浓度检测系统的输出结果更加准确,实现了温度补偿,减轻了环境温度对传感器测量精度和稳定性带来的不利影响。
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。