作者：张小俊,张明路,李小慧 单位：中国微米纳米技术学会;东南大学 出版：《传感技术学报》2009年第01期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2009010040 DOC编号：DOCCGJS2009010049 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对电化学CO气体传感器的输出精度易受环境温度影响的缺点，提出了一种基于RBF神经网络的温度补偿方法，并借助所设计的气体采集系统进行了实验研究。实验结果表明，未进行温度补偿时传感器输出最大误差为20.0%，基于BP神经网络温度补偿方法的误差为1.44%，而采用RBF神经网络进行温度补偿后最大误差可达到0.12%，故该方法可有效的用于电化学CO气体传感器的温度补偿，令传感器具有更高的测量精度和温度稳定性。

    📙 相关资料

    1. 《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC 考虑到目前常用的温度补偿方法是使用智能算法建立温度补偿模型，并使用群智能优化算法进行优化，提高补偿精度，对于传感器非线性温漂段具有较好的补偿效果，但是对于具有较好的线性使用这种方法的效率较低，而使用常规的线性最小二乘直线拟合方法即可得到较好的补偿效果，因此本文将最小二乘直线拟合方法与RBF神经网络模......
    2. 《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC 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......
    3. 《基于RBF网络的光纤位移传感器温度补偿研究》PDF+DOC 提出了一种解决光纤位移传感器温度影响的软件补偿方法。该方法基于RBF神经网络理论 ，将位移传感器和温度传感器的输出进行神经网络处理 ，基本消除了温度对光纤位移传感器的影响。为存在温度影响的光纤类传感器的实用化设计提供了一种可行途径。实验表明 ，神经网络处理后光纤位移传感器的温度敏感度系数下降了两个数......
    4. 《一种利用RBF神经网络的传感器建模新方法》PDF+DOC 介绍了基于 RBF神经网络的传感器建模新方法 ，其网络结构简单、收敛性好 .计算机仿真结果显示该模型能同时实现传感器的温度补偿和非线性校正 。...
    5. 《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+DOC 煤矿风洞中由于环境温度变化较大，使振弦式传感器存在温度漂移现象。准确测量出矿压，具有重要的现实意义。利用径向基函数，并采用模糊K值聚类算法，构建RBF神经网络模型，对测量矿压进行补偿，取得理想效果。实现了精度的温度补偿，提高了传感器的精度及线性度。...
    6. 《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC 本文介绍一种利用径向基函数(RBF)神经网络改善传感器精度的新方法。RBF网络具有良好的非线性映射能力，能以任意精度逼近任何非线性函数。本文利用RBF网络较强的非线性映射能力对电磁力平衡传感器进行温度补偿，实验表明该方法实现了传感器高精度的温度补偿。...
    7. 《太阳总辐射传感器温漂补偿的RBF网络模型》PDF+DOC 太阳总辐射传感器的温度漂移是影响精度的主要原因之一.针对太阳总辐射传感器温漂的非线性，建立了太阳总辐射传感器温漂补偿的RBF网络模型，设计了使用24位高精度模数转换器ADS1248和STM32F103VET6组成的采集电路并对太阳总辐射传感器数据进行了补偿.结果表明，RBF神经网络具有很强的逼近非线......
    8. 《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC 硅压阻式压力传感器在工作时受温度的影响较大，随着温度的升高或降低，传感器的实际测量值会出现一定的误差，出现温度漂移的现象，为了抑制温度漂移对传感器的影响，采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿，通过对补偿前后数据的对比，使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级，......
    9. 《电容式压力传感器温度补偿的RBF神经网络》PDF+DOC 提出了一种基于径向基函数 (RBF)神经网络的电容式压力传感器温度补偿方法。通过实例说明了这一方法的应用 ，结果表明采用这种方法能在不同的压力下及温度变化较大时 ，对电容式压力传感器进行有效的温度补偿 ，并且能得到很高的补偿精度。...
    10. 《基于改进BP神经网络的矿井CO检测方法的研究》PDF+DOC 采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井CO和CH4气体的交叉敏感问题，提出了一种基于改进BP神经网络的矿井CO检测方法。通过MATLAB仿真可以看出，基于神经网络的传感器阵列方法可以明显提高CO检测精度。实际输出值和期望输出的绝对误差平均值为3.43 ppm......

    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。