《超限学习机在磁罗盘非线性误差补偿中的应用》PDF+DOC
作者:刘艳霞,方建军,张晓娟,孙建
单位:中国仪器仪表学会
出版:《仪器仪表学报》2015年第09期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2015090010
DOC编号:DOCYQXB2015090019
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于并联逆的超声波液位传感器故障误差补偿方法》PDF+DOC2015年第02期 李炜,黄超,申富媛
《一种基于超限学习机的电子磁罗盘非线性误差补偿方法》PDF+DOC2018年第07期 韦宝泉,陈忠斌,林知明
《移动机器人方位测量仪》PDF+DOC2004年第10期 林义忠,黄玉美,张永贵
《基于模糊CMAC神经网络的热电偶非线性误差补偿研究》PDF+DOC2003年第14期 刘清
《基于BP神经网络的煤矿膏体充填称重系统误差补偿》PDF+DOC2014年第06期 王桂梅,徐铁柱,王希明
《基于BP神经网络的磁罗盘误差补偿研究》PDF+DOC2014年第14期 邵婷婷,樊延虎,吕浩北,郭娜
《基于GSA-BP神经网络的压力传感器温度补偿》PDF+DOC2013年第05期 黄世震,林淑玲
《神经网络算法在PIR专用处理器上的实现》PDF+DOC2019年第21期 杨淼,肖伟华,韩志刚,郁草凌
《神经网络与回归相结合实现传感器特性线性化》PDF+DOC2001年第04期 朱庆保,钱刚
《泄漏检测中压力传感器的误差补偿》PDF+DOC2008年第01期 杨三华,李居峰,徐常恺,潘晓霞
针对磁阻式传感器组成的磁罗盘中不容忽视的非线性误差,建立了隐式非线性误差模型,引入机器学习中的超限学习机算法对非线性误差模型进行训练。利用训练好的误差模型对航向角测量误差进行补偿,误差由补偿前的±;3°;下降到±;0.2°;,均方根误差为0.1°;。任意选取的训练集、测试集和重复实验证明超限学习算法具有很好的泛化性和鲁棒性,而且训练速度极快,是传统BP神经网络的上千倍。
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。