《传感器校正的优化灰色神经网络建模方法研究》PDF+DOC
作者：何伟铭,宋小奇,甘屹,李郝林,井原透
单位：中国仪器仪表学会
出版：《仪器仪表学报》2014年第03期
页数：9页 （PDF与DOC格式可能不同）
PDF编号：PDFYQXB2014030030
DOC编号：DOCYQXB2014030039
下载格式：PDF + Word/doc 文字可复制、可编辑
《基于径向基函数神经网络的压电式六维力传感器解耦算法》PDF+DOC2017年第05期 李映君,韩彬彬,王桂从,黄舒,孙杨,杨雪,陈乃建
《传感器非线性误差校正的BP神经网络方法研究》PDF+DOC2005年第02期 卢智远,周永军,李卫军
《基于小波神经网络的压力传感器温度补偿方法》PDF+DOC2005年第07期 姚敏,赵敏,邢力
《RBF神经网络在传感器校正中的应用》PDF+DOC2003年第01期 汪晓东
《改善传感器非线性的自适应分区神经网络方法》PDF+DOC2003年第06期 朱庆保
《用遗传网络校正传感器非线性误差的研究》PDF+DOC2002年第12期 刘清
《基于神经网络的井下无线传感器网络节点定位技术研究》PDF+DOC2012年第01期 韩涛
《传感器模糊神经网络非线性误差补偿的研究》PDF+DOC2006年第03期 刘清
《基于导数约束的称重传感器非线性误差补偿方法》PDF+DOC2013年第11期 林海军,王震宇,林亚平,汪鲁才
《基于传感器矫正的汽车双重防盗系统设计》PDF+DOC2013年第06期 王艳春
随着测试技术的发展，传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响，其输入输出特性会产生各种误差。提出了一种基于神经网络优化的灰色GM(1，N)系统的非线性传感器的校正方法，使得通过该方法补偿的位移传感器具有理想的输入输出特性。将传感器校正过程分为数学表达式求解环节和误差逼近环节。首先将实验数据进行统一化数据处理，提出灰色GM(1，N)模型的优化灰色系数矩阵求解方法以及利用BP神经网络的非线性映射特性来求取灰色模型的合理初始条件(1，C)，弥补GM(1，N)模型自身模型求解的缺陷，获得高精度的传感器校正数学函数表达式。然后，利用RBF神经网络良好的局部逼近能力对残差修正，实现传感器校正的精度要求。最后，推导出优化后的合并模型，实现对传感器的校正。与其他信息融合技术相比，该方法能给出传感器校正数学函数表达式，充分利用各模型的优点，在小样本、贫信息的情况下依然可以获得很高的校正精度。实验证明该优化模型的模型精度为99.8%，模型平均残差约为5.5 nm，模型精度满足要求，方法切实有效。
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。