《基于BP神经网络的振动筒压力传感器的温度补偿》PDF+DOC
作者:张朋,陈明,秦波,何鹏举
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2007年第10期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2007100170
DOC编号:DOCCGJS2007100179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC2020年第05期 刘贺,李淮江
《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC2019年第04期 乔维德
《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
《压力传感器温度补偿新技术的研究》PDF+DOC2009年第06期 魏祥武
《基于BP人工神经网络的压力传感器的温度补偿实现过程研究》PDF+DOC2007年第03期 李成功
《基于Labview和BP神经网络的温度补偿的研究》PDF+DOC2006年第31期 吕娓,李光林
《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC2014年第09期 温阳东,李龙剑
《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC2014年第03期 孙艳梅,苗凤娟,陶佰睿
《压力传感器温度补偿的BP神经网络算法》PDF+DOC2013年第02期 张荷芳,薛静云
《基于DFP算法的BP神经网络在温度补偿中的应用》PDF+DOC2013年第04期 孙艳梅,苗凤娟,宋志章
介于振动筒压力传感器在航空领域有广泛的应用,本文以某基于振动筒压力传感器的大气数据系统为基础,研究了振动筒压力传感器的输入-输出特性,并对影响其输出特性的主要因素进行了深入分析,得到了振动筒压力传感器的温度特性曲线.提出了一例利用BP人工神经网络对振动筒压力传感器静态输出特性进行修正的新方法.计算机仿真和试验结果表明:该方法能够有效改善传感器的输出特性,并且速度快、精度高、鲁棒性强,便于用硬件实现,具有较高的推广应用价值。
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。