作者：辛忠玉,葛令建,冯浩,王伟峰 单位：陕西省煤炭工业协会;神华集团神府东胜煤炭有限责任公司;陕西煤业化工集团有限责任公司 出版：《陕西煤炭》2016年第06期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFSXMJ2016060020 DOC编号：DOCSXMJ2016060029 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 随着矿井自动化、监测监控、故障诊断、危险源辨识、信息融合等技术需求的提高，矿用传感器的检测精度受到学术界和工业界的广泛关注。通过分析矿用传感器补偿的必要性及常规静态特性(非线性)补偿方法存在的问题，对近年来传感器静态特性补偿方法的研究进展进行了综述，提出了混沌粒子群优化RBFNN或SVM、遗传粒子群优化RBFNN或SVM等未来适用于矿用传感器静态特性数据补偿算法可能的研究方向。

    📙 相关资料

    1. 《基于SVM的传感器非线性特性校正新方法》PDF+DOC 介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法。支持向量机是Vapnik教授提出的基于统计学习理论的新一代机器学习技术，它有效地解决了小样本学习问题，因此该方法对样本数量没有特殊的要求。实验证明该方法有效，同时研究表明该方法也能用于其他系统的非线性校正。...
    2. 《基于RBFNN的铂电阻温度传感器非线性补偿》PDF+DOC 针对铂电阻温度传感器应用中存在的非线性问题，提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明：这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点，与基于BP神经网络的非线性补偿模型相比，大大缩......
    3. 《传感器动态非线性的一种补偿方法》PDF+DOC 针对传感器存在的动态非线性问题 ，本文提出一种补偿方法。将具有动态非线性的传感器分解为非线性静态环节和线性动态环节。先对传感器输出信号进行非线性静态校正 ，再进行线性动态补偿。研制以 DSP为处理核心的传感器模拟器和传感器动态非线性补偿系统。实验结果表明 ，方法是有效的。...
    4. 《一种利用RBF神经网络的传感器建模新方法》PDF+DOC 介绍了基于 RBF神经网络的传感器建模新方法 ，其网络结构简单、收敛性好 .计算机仿真结果显示该模型能同时实现传感器的温度补偿和非线性校正 。...
    5. 《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......
    6. 《基于改进RBFNN算法的瓦斯传感器非线性校正》PDF+DOC 为了提高瓦斯传感器的精度和灵敏度，提出将改进的径向基函数神经网络(RBFNN)算法应用于瓦斯传感器系统中，对瓦斯传感器的非线性进行校正，同时分析了温度对瓦斯浓度预测的影响，然后利用RBFNN进行离散训练。实验结果表明，经过改进径向基函数神经网络(RBFNN)后，得到的数据比实际测量的瓦斯浓度要更接近......
    7. 《传感器非线性校正的遗传支持向量机方法》PDF+DOC 针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题，提出了一种遗传算法和支持向量机相结合的方法，阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程，并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明：BP神经网络法......
    8. 《基于遗传神经网络的电容称重传感器非线性补偿方法》PDF+DOC 为了解决电容称重传感器的非线性问题，应用遗传算法训练径向基函数神经网络实现其非线性补偿。介绍非线性补偿的原理和网络训练方法。从实测数据出发，建立了电容称重传感器的非线性补偿模型。该方法能同时优化网络结构和参数，具有全局寻优能力，补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿。实验结果表明，本......
    9. 《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC 针对最小二乘支持向量机在对传感器进行补偿时，正则化参数和核函数参数对补偿精度影响较大的问题，提出一种利用改进的粒子群优化算法优化最小二乘支持向量机模型参数的传感器补偿方法。该方法利用改进的粒子群优化算法优化最小二乘支持向量机模型的正则化参数和核函数参数，避免了人工选择参数的盲目性，提高了最小二乘支持......
    10. 《差动传感器残余电压及非线性的神经网络补偿》PDF+DOC 为消除差动变压式传感器零点残余电压及非线性特性，提出基于重新参数化的B样条函数以及粒子群算法β参数B样条神经网络(B-BP-PSO)。由粒子群算法(PSO)取代传统BP算法，并由其搜索最佳β因子，用以得到适合本网络权值搜索的最优重新参数化B样条基函数，从而使得该神经网络可有效克服传统算法易于陷入局部......

    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。