《改进遗传神经网络在传感器温度补偿中的应用》PDF+DOC
作者:唐炜,徐晓苏
单位:中国电子学会
出版:《电子测量与仪器学报》2008年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDZIY2008010150
DOC编号:DOCDZIY2008010159
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《采用GA-BP神经网络算法改善压力传感器的稳定性》PDF+DOC2015年第11期 袁冬,林勇
《基于萤火虫优化BP神经网络方法的传感器温度补偿策略》PDF+DOC2020年第01期 王慧,符鹏,宋宇宁
《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC2020年第06期 郭志君,卢文科,左锋,张珏,丁勇
《基于函数链神经网络的传感器建模》PDF+DOC1999年第06期 施惠昌
《SOS压力传感器温度的补偿》PDF+DOC2004年第02期 莫长涛,陈长征,张黎丽,孙凤久
《基于FLANN数据融合的传感器温度补偿及校正》PDF+DOC2003年第04期 张金敏
《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非线性校正研究》PDF+DOC2006年第12期 董程林,成曙,肖晨静
《基于CAV444的电容式波高传感器的设计与温度补偿》PDF+DOC2014年第05期 阳志杰,倪文军,栗克国,王臣,郑羽,王金海
精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义。神经网络具有良好的自学习、自适应和非线性映射能力,但往往训练速度慢、易陷入局部极小值,而遗传算法具有很强的全局寻优能力,但其局部搜索能力却不足。本文探讨了利用改进遗传算法优化函数链神经网络,以获得全局最优解的方法,并根据多温度条件下的实测数据,对电涡流传感器温度补偿模型进行了有效辨识。结果表明,该方法运算快速、精度高、通用性强,在智能传感器建模与补偿等领域具有良好的应用前景。
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。