《基于RBF神经网络的加速度传感器动态补偿研究》PDF+DOC
作者:俞阿龙
单位:东南大学
出版:《电子器件》2007年第04期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFDZQJ2007041000
DOC编号:DOCDZQJ2007041009
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进型RBF神经网络在磁致伸缩液位传感器中的应用》PDF+DOC2015年第12期 王晓,杨祖安,彭碧辉
《基于RBF神经网络的传感器故障诊断研究》PDF+DOC2003年第02期 吴浩中,黄飞鹏,王开文
《基于改进RBF神经网络的某型机载雷达电路故障诊断》PDF+DOC2012年第02期 杨宜林,王德功,常硕
《神经网络在传感器动态补偿中的应用》PDF+DOC2010年第17期 邢璐,张君
《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
《传感器组自诊断与自修复方法研究》PDF+DOC2014年第03期 刘敏林,刘伯运,林瑞霖
《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
《基于蚁群聚类算法的RBF神经网络在压力传感器中的应用》PDF+DOC2013年第06期 孙艳梅,都文和,冯昌浩,刘道森,卢俊国,崔全领,苗凤娟,宋志章
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
提出一种应用径向基函数(RBF)神经网络进行加速度传感器动态性能补偿方法.介绍动态补偿原理以及算法,并将其与BP神经网络法和系统辨识法进行比较.该方法利用加速度传感器的动态标定数据,采用RBF神经网络搜索和优化补偿模型参数.结果表明,这种补偿模型误差小,比用系统辨识法有良好的鲁棒性、能实现在线软补偿,比用BP神经网络有更快的训练速度。
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。