《基于RBF神经网络的热敏电阻温度传感器非线性补偿方法》PDF+DOC
作者:俞阿龙
单位:中国仪器仪表学会
出版:《仪器仪表学报》2007年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2007050250
DOC编号:DOCYQXB2007050259
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBFNN的铂电阻温度传感器非线性补偿》PDF+DOC2005年第12期 俞阿龙
《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
《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
《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
《基于RBF神经网络逼近算法的船舶支架减振器挤压测试系统》PDF+DOC2014年第11期 何世钧,白凡,周汝雁
《一种利用RBF神经网络的传感器建模新方法》PDF+DOC2002年第03期 王雪萍,林康红
《基于RBF神经网络的温度传感器故障诊断》PDF+DOC2010年第02期 邵向潮,何永强,蔡鹃,谢宏
《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
《基于RBF神经网络的柴油机排气温度传感器检测方法的研究》PDF+DOC2006年第05期 赵军,张丹,陈学峰,梁培钧
《LMBP和RBF在ECS特性曲线拟合中对比研究》PDF+DOC2013年第02期 丁硕,常晓恒,巫庆辉
针对热敏电阻温度传感器应用中存在的非线性问题,本文提出了应用RBF神经网络强非线性逼近能力进行非线性补偿的方法。文中介绍了非线性补偿的原理和网络训练方法。该方法不依赖于传感器的模型,而是根据传感器的输入和响应数据,建立补偿模型。结果表明,这种非线性补偿模型具有误差小、精度高、可在线标定、鲁棒性强,与基于BP神经网络的非线性补偿模型相比,网络训练时间短等优点,从而方便了热敏电阻温度传感器在测控系统中的应用。
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。