《基于正交基神经网络算法的多传感器数据融合方法》PDF+DOC

📙 相关资料

1. 《基于神经网络数据融合的ZigBee智能家居环境监测系统》PDF+DOC 针对人们提高居住环境舒适度的需求，将ZigBee作为通信模式和融合神经网络算法，以采集温度、湿度环境参数为对象，设计了一套智能家居环境监测系统。文中阐述了系统的硬件设计过程，讨论了神经网络算法，并通过NS-2仿真软件算法进行了仿真测试。结果表明，加入数据融合算法的网络相比LEACH算法的网络平均功耗......
2. 《基于神经网络数据融合实现火灾预警》PDF+DOC 传统火灾的火灾预警系统是基于单一传感器参数进行监测，从而使火灾的误报、漏报的问题越来越突出。为了减少这种情况的发生，利用BP神经网络数据融合算法把几个体现火灾特征的参数数据进行相关组合，进而全面和精确地判断火灾是否发生，有效地降低误报率。...
3. 《采用神经网络数据融合改善传感器的静态特性》PDF+DOC 为解决在全桥差动的电桥测量中，环境温度的变化对因桥臂之间的特性差异所造成的测量误差影响显著，而这种影响却又无法用一般的数学式子进行描述的问题，利用神经网络可以学习的功能，将电桥的两个输出电压信号作为标定数据，采用神经网络对标定数据进行处理，从而既提高了电桥测量的环境温度适应范围，也提高了其测量精度.......
4. 《应用数据融合改善压力传感器的静态特性》PDF+DOC 提出了一种基于RBF神经网络的数据融合方法，并用此方法对电阻应变式压力传感器进行了温度补偿。通过一个实例说明了该方法的应用，并与利用BP神经网络进行补偿的方法进行了比较，进一步说明了该方法的优越性。结果表明当环境温度变化较大时，在不同的压力下该方法能对传感器进行有效的温度补偿。...
5. 《基于神经网络技术提高红外气体分析器的选择性》PDF+DOC 应用前馈神经网络算法消除非目标参量对主传感器的干扰，从而提高了红外气体分析器的选择性.以检测甲烷为例，在干扰气体乙烯的体积分数变化了7600&#215；10-6时，经神经网络融合处理后，分析器的选择性系数从3.17提高到422，主传感器输出的引用误差从58%降为0.65%，实现了对甲烷的准确......
6. 《基于BP神经网络的压力传感器数据融合研究》PDF+DOC 压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理，减小了两者相互交叉干扰敏感度。结果表明，采用BP神经网络进行数据融合，能够提高传感器的稳定性及其精度，仿真验证了该方法的有效性和可行性。...
7. 《基于傅立叶基神经网络的传感器非线性补偿方法》PDF+DOC 针对热敏电阻温度传感器应用中存在的非线性问题，提出了以神经网络为补偿环节，结合传感器构成的一种非线性补偿模型.基本思想是采用傅立叶基神经网络，以传感器的输出作为神经网络的输入样本，传感器的输入温度为神经网络的期望输出，通过调整神经网络权值使神经网络的输出与期望值近似，实现温度测量的非线性补偿.结果表......
8. 《基于BP神经网络数据融合的瓦斯监测系统》PDF+DOC 井下瓦斯监测系统为多传感器监测系统，它通过不同功能、不同精度、不同位置的传感器，对所需要的被测量进行多方位、多角度的测量。但是，目前对于多传感器所测的数据还没有一种通用的、行之有效的处理方法，井下瓦斯浓度的监测很难作到实时、精确。因此，文章提出了一种基于BP神经网络数据融合的瓦斯监测系统的设计方案，......
9. 《一种基于正交基神经网络算法的传感器误差补偿方法》PDF+DOC 为了提高传感器的误差补偿精度，提出了一种基于正交基神经网络算法的传感器误差补偿方法.研究了神经网络算法的收敛性，为学习率的选择提供了理论依据.为了验证算法的有效性，给出了传感器误差补偿实例.研究结果表明，基于正交基神经网络算法的传感器误差补偿方法具有高的误差补偿精度，因而是一种有效的误差补偿方法。...
10. 《基于神经网络的移动机器人多传感器数据融合研究》PDF+DOC 针对单超声波的测距缺陷，采用多个超声波结合红外开关共同测距，提高整体测量精度；针对BP神经网络训练收敛速度慢，容易陷入局部极小值等缺点，加入动量-自适应因子来改进BP神经网络；将改进的BP应用于移动机器人传感器旅行家Ⅱ号数据融合中，实践证明，经改进后的BP神经网络收敛精度高误差小，融合后的信息比未经......