《基于RBF神经网络的车辆牵引性能测试数据融合技术》PDF+DOC
作者:苏英,陈平
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2007年第02期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2007020130
DOC编号:DOCCGQJ2007020139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用》PDF+DOC2019年第15期 刘畅,李志刚,伟利国,王吉中,李阳
《一种新型RBF神经网络及其在舰船雷达目标识别中的应用》PDF+DOC 王强,曹仲冬,马振晖
《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
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2006年第05期 翟卫青,赵志敏
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2006年第05期 翟卫青,王化冰
《水下灵巧手指端力传感器及静态标定方法》PDF+DOC2005年第10期 王华,孟庆鑫,刘海,曹立文
《基于RBF神经网络的传感器静态误差综合校正方法》PDF+DOC2004年第04期 侯立群,仝卫国,何同祥
《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC2011年第10期 苏铁明,叶三排,孙伟
《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
针对目前车辆牵引性能测试中,牵引力传感器由于环境温度变化出现测量误差,影响了测试精度的问题,采用基于神经网络的数据融合技术对其进行补偿,不但避免了硬件补偿的复杂性,且提高了测试精度,取得较好的效果。实验证明:采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差较传统的补偿方式,具有较大的优势,有一定的实用性和推广价值。
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。