《改进型RBF神经网络在磁致伸缩液位传感器中的应用》PDF+DOC
作者:王晓,杨祖安,彭碧辉
单位:中国自动化学会;黑龙江省自动化学会;黑龙江省科学院自动化研究所
出版:《自动化技术与应用》2015年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZDHJ2015120020
DOC编号:DOCZDHJ2015120029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于蚁群聚类算法的RBF神经网络在压力传感器中的应用》PDF+DOC2013年第06期 孙艳梅,都文和,冯昌浩,刘道森,卢俊国,崔全领,苗凤娟,宋志章
《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC2015年第10期 李德霞,黄廷磊,林科,翟文军
《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC2016年第06期 宋瑞娟
《基于RBF网络的光纤位移传感器温度补偿研究》PDF+DOC2004年第02期 韦兆碧,刘晔,马志瀛,胡光辉,时德钢
《一种利用RBF神经网络的传感器建模新方法》PDF+DOC2002年第03期 王雪萍,林康红
《基于改进RBF神经网络的某型机载雷达电路故障诊断》PDF+DOC2012年第02期 杨宜林,王德功,常硕
《基于RBF神经网络的振弦式传感器在矿压测量中的温度补偿》PDF+DOC2010年第34期 赵国材,谭晓静,王昊轶
《基于RBF神经网络的电化学CO气体传感器的温度补偿》PDF+DOC2009年第01期 张小俊,张明路,李小慧
《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC2007年第01期 陆青丽,郑崇苏
《物联网感知层传感节点故障诊断研究》PDF+DOC2015年第03期 梁小晓,曹莉,韦崇岗,乐英高
本文是以用于高精度测量的磁致伸缩液位传感器为研究对象,通过该种传感器的工作原理,分析了滑油温度的变化对传感器测量精度的影响,并提出了一种基于蚁群聚类算法的RBF神经网络系统对传感器进行温度补偿的方法。该系统使用蚁群算法对输入样本数据进行聚类计算。隐含层到输出层的权值通常使用伪逆算法进行调节。计算各个隐含层单元的输出,并计算其对网络输出的贡献量。通过裁剪法对网络结构进行简化,但要求误差控制在允许误差范围内。
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。