《一种基于IGA-RBF神经网络的传感器动态特性补偿算法》PDF+DOC
作者:付华,舒丹丹,王新鑫
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013040890
DOC编号:DOCJZCK2013040899
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于改进遗传RBF神经网络的传感器动态特性补偿算法》PDF+DOC2010年第09期 王军号,孟祥瑞
《新型高性能红外二氧化碳传感器》PDF+DOC2002年第06期 张广军,武晓利
《基于模糊RBF神经网络的传感器动态特性补偿研究》PDF+DOC2010年第07期 王军号,孟祥瑞
《一种改善传感器动态特性的神经网络补偿方法》PDF+DOC2000年第05期 杨丽君,杨怀庆,李志全
《传感器动态补偿的神经网络逆系统方法》PDF+DOC2004年第05期 戴先中,殷铭,王勤
《基于FLANN的动态称重法》PDF+DOC2004年第03期 刘飞飞,杨忠,缪周
《压力传感器动态性能分析与动态补偿》PDF+DOC2003年第07期 禹东川
《基于神经网络的传感器动态补偿算法及DSP实现》PDF+DOC2011年第05期 吴健,赵德光,张志杰
《神经网络在传感器动态补偿中的应用》PDF+DOC2010年第17期 邢璐,张君
《改进的传感器神经网络逆动态补偿算法》PDF+DOC2007年第04期 刘军,袁珊娜,王冬青,禹东川
为了改善传感器的动态特性,减小系统测量误差,对传感器动态性能进行分析,提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法,并应用到瓦斯传感器的补偿环节;实验结果表明,经IGA-RBF补偿算法后响应时间仅为0.413s,幅值误差为±;5%时的工作频率f≈5.47kHz,不仅响应速度快,精度高,还具有工作频带宽的特点,较大地改善了多项动态特性指标,能够有效地用于传感器的动态特性补偿,在测试领域中有很好的应用前景。
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。