作者:丁硕,常晓恒,巫庆辉 单位:吉林大学 出版:《吉林大学学报(信息科学版)》2013年第02期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCCYD2013020190 DOC编号:DOCCCYD2013020199 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为精确反映数字式涡流传感器的输入输出特性,为其非线性补偿提供可靠依据,对传统BP(BackPropagation)神经网络进行改进,利用LMBP(Levenberg-Marquart Back Propagation)神经网络和RBF(Radial BasisFunction)神经网络对涡流传感器的输入输出特性曲线进行拟合,并将两者拟合结果进行对比研究。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,采用RBF神经网络比采用LMBP神经网络进行曲线拟合的误差更小、收敛速度更快且具有更高的拟合精度,为工程实际中一维数据的拟合方法选择提供了依据。

    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。