作者：李晓斌,刘丁,左磊 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07期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2007070490 DOC编号：DOCCGJS2007070499 下载格式：PDF + Word/doc 文字可复制、可编辑
《MPSO-SVM的压力传感器的非线性校正研究》PDF+DOC2012年第02期 郭凤仪,郭长娜,王洋洋 《压力传感器数字化的优越性》PDF+DOC1989年第06期 James O.Gray Jr.,郭建平 《传感器非线性的反拟合方法及校正实现》PDF+DOC2005年第06期 宋绍民,张忠贤 《基于ANFIS的温度传感器非线性校正方法》PDF+DOC2005年第05期 杨延西,刘丁 《电子线路系统的非线性校正探讨》PDF+DOC2005年第06期 铁勇,罗忠,郭改枝 《陶瓷湿敏传感器非线性的硬件校正方法》PDF+DOC2003年第06期 杨小玲 《基于DSP技术的传感器非线性校正》PDF+DOC2003年第05期 周易,崔葛瑾 《NTC温度传感器非线性特性校正方法》PDF+DOC2012年第06期 齐春华,姚勇涛 《基于QPSCO算法的传感器优化配置》PDF+DOC2009年第04期 蒋鼎国,张宇林,焦竹青,徐保国 《基于粒子群寻优的D-S算法》PDF+DOC2007年第01期 王波,王灿林,梁国强

    • 对压力(差压)传感器普遍存在的温度影响问题，以及目前常规压力(差压)传感器无法直接准确测量较高温气体压力的问题，本文提出了基于小波神经网络(WNN)与粒子群优化(PSO)方法的动态测量与校正方法，通过与已有方法的仿真比较，以及对阳极焙烧系统中高温烟气压力的实际测量应用表明，该方法优于原有的BP、WNN测量和校正方法。

    📙 相关资料

    1. 《MPSO-SVM的压力传感器的非线性校正研究》PDF+DOC 为了消除压力传感器受温度变化和电压波动的影响而产生的非线性特性，提出了改进粒子群优化支持向量机(MPSO-SVM)非线性校正，利用改进粒子群首先对支持向量机的参数进行搜索寻优，通过建立压力传感器输出特性与其实际电压值之间非线性映射关系的校正模型，再根据支持向量机具有逼近任意非线性函数的特点，实现压力......
    2. 《压力传感器数字化的优越性》PDF+DOC 1.前言将过程压力转变为一个电信号，可有几种模拟装置。一般，应考虑到特定仪器的工作特性、物理特性和成本等问题，用在特定仪器上的每个模拟装置都要经过挑选。而在各种实用中挑选“恰当”的传感器，特别是在压力测量...
    3. 《传感器非线性的反拟合方法及校正实现》PDF+DOC 根据非线性开环校正原理，提出一种基于最小二乘方法的带权反拟合非线性校正算法，同时，利用可编程模拟器件对校正装置进行了设计。基于该方法的非线性校正具有准确度高、速度快、易实现的特点，是一种行之有效的校正方法。...
    4. 《基于ANFIS的温度传感器非线性校正方法》PDF+DOC 介绍了用神经网络进行传感器非线性误差校正的原理与方法，分析了自适应神经模糊推理系统(ANFIS)的基本原理。通过模糊聚类和混合学习算法，ANFIS可以逼近高阶输入输出非线性系统，将该算法用于两个典型非线性系统建模，均能获得满意结果。之后，将ANFIS算法用于温度传感器非线性校正中，试验结果表明该方法......
    5. 《电子线路系统的非线性校正探讨》PDF+DOC 在线性电子线路系统中，由于器件的非线性、工作点设置偏差或信号大小等因素影响，致使系统的输入与输出呈现非线性，从而影响到系统的测量结果和控制精度.文中分析了线性电子线路系统非线性产生的原因，并提出了软件校正方法。...
    6. 《陶瓷湿敏传感器非线性的硬件校正方法》PDF+DOC 介绍用硬件校正湿敏传感器非线性的电路及设计方法 ，指出它们的优缺点 ，最后给出了设计中必须注意的几个问题。...
    7. 《基于DSP技术的传感器非线性校正》PDF+DOC 针对系统内含有DSP (数字信号处理 )芯片的检测系统 ，提出了运用DSP芯片对传感器进行非线性校正的方法。与传统校正方法进行比较可以表明 ，此方法简化了设计 ，提高了通用性和灵活性。并且通过最小二乘法在DSP芯片上实现非线性校正的实例说明其可行性...
    8. 《NTC温度传感器非线性特性校正方法》PDF+DOC 文章给出了在用NTC(负温度特性热敏电阻)温度传感器测量温度时，非线性特性的电路校正方法，该方法简单，校正电路的一致性好，校正后的线性度在较宽温度范围内优于2%。...
    9. 《基于QPSCO算法的传感器优化配置》PDF+DOC 针对以曲线拟合为目标的传感器配置问题，提出了一种基于量子粒子群协同优化(Quantum-behaved particle swarms cooperative optimization，简称QPSCO)算法的传感器优化配置方法。在QPSCO算法中，采用双层的多粒子群协同优化结构，同时引入参数变异策略......
    10. 《基于粒子群寻优的D-S算法》PDF+DOC D-S证据理论是一种性能优越的信息融合方法，由于各传感器所提供的证据的重要程度不同，需要对各证据进行加权合成处理。目前的加权D-S证据理论限于合成规则的研究，较少讨论如何获取优化的证据权值。实际上，证据权值的确定是证据进行加权合成的基础和关键。针对加权证据理论的这一研究不足，提出了一种求取最佳证据权......

    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。