《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
作者:俞阿龙
单位:东南大学
出版:《电子器件》2008年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFDZQJ2008030790
DOC编号:DOCDZQJ2008030799
下载格式:PDF + Word/doc 文字可复制、可编辑
《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+DOC2005年第08期 俞阿龙
《用RBF神经网络改善传感器输出特性》PDF+DOC2008年第28期 史健芳,龚海燕,汤洪彪
《RBF神经网络在传感器校正中的应用》PDF+DOC2003年第01期 汪晓东
《基于RBF神经网络的汽车传感器故障诊断方法研究》PDF+DOC2011年第05期 李涵武,赵玉春,迟秋玲
《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
《基于径向基函数神经网络的涡流传感器非线性补偿方法研究》PDF+DOC2008年第05期 俞阿龙
《基于遗传RBF神经网络的无线传感器网络流量预测方法》PDF+DOC2013年第01期 杨治秋
《优化RBF神经网络在压力传感器中的应用》PDF+DOC2012年第03期 彭继慎,程英
《热敏电阻温度传感器非线性补偿方法》PDF+DOC2007年第03期 靳丽艳,蒋伟荣,张涛
《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
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。实验结果表明,所采用的涡流传感器非线性补偿方法是有效的和可行的。补偿后,最大非线性误差在0.5%范围内,具有良好的线性。
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。