《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC
作者:孙艳梅,苗凤娟,陶佰睿
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2014年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2014030130
DOC编号:DOCCGJS2014030139
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《用BP神经网络法对压力传感器进行温度补偿》PDF+DOC2015年第01期 李佳君,卢文科
《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
《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
《LabVIEW下基于BP神经网络的温度补偿虚拟压力测量系统设计》PDF+DOC2005年第04期 王跃轩,倪中华
《基于BP神经网络温度补偿的压力传感器无线数据采集系统》PDF+DOC2008年第01期 张耀锋,孙以材
《基于BP神经网络的振动筒压力传感器的温度补偿》PDF+DOC2007年第10期 张朋,陈明,秦波,何鹏举
《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
针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO(Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。
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。