作者：李昌敏,熊俊俏 单位：天津市工业自动化仪表研究所;天津市自动化学会 出版：《自动化与仪表》2020年第03期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFZDHY2020030230 DOC编号：DOCZDHY2020030239 下载格式：PDF + Word/doc 文字可复制、可编辑
《PSO-BP网络模型在温室数据融合中的应用研究》PDF+DOC2008年第12期 张酉军,熊伟丽,张林,徐保国 《改进PSO-BP算法的压力导丝温度及非线性补偿研究》PDF+DOC2016年第06期 范广坡,余学飞,卢广文,林良卓,周地福 《基于时空相关性的连续缺失值填补算法》PDF+DOC2016年第09期 蒋晨阳,张云飞,李鑫 《基于LM算法的现场测量系统的传感器非线性误差校正方法》PDF+DOC2004年第06期 倪飞舟,李桂权 《神经网络在校正传感器非线性度方面的研究》PDF+DOC2003年第12期 黄天戍,倪效勇,张红剑,任清珍 《改进PSO-BP网络在温室数据融合中的应用研究》PDF+DOC2009年第17期 张酉军,熊伟丽,张林,徐保国 《基于QDPSO-BP网络的多传感器融合算法》PDF+DOC2008年第03期 张宇林,蒋鼎国,朱小六,徐保国 《基于神经网络模型的传感器非线性校正(英文)》PDF+DOC2006年第05期 田社平,赵阳,韦红雨,王志武 《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC2014年第09期 温阳东,李龙剑 《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC2014年第03期 孙艳梅,苗凤娟,陶佰睿

    • 传统的温室大棚监控系统一般都采用手动布线，存在控制难度大、成本高等问题，已不能满足农业发展的需求。针对上述问题，该文设计了一款基于PSO-BP的无线温室大棚环境监控系统。在大棚内部署Zig Bee传感器节点网络采集环境信息，利用ECDS算法选择路由节点。同时为了能够直观地展示大棚内各环境信息的分布情况，使用Kriging方法构建环境信息分布图。构造了反馈调节系统：由于大棚的各因数之间是相互作用的，为了有一个准确的决策结果，该系统将BP神经网络和PSO算法结合。利用改进后算法良好的映射能力和优化能力，对温室数据进行融合，精确决策。实验结果表明，该系统能够合理分配路由节点节省网络开销，较好地展示环境信息分布情况，同时能够精确地调节大棚环境。

    📙 相关资料

    1. 《PSO-BP网络模型在温室数据融合中的应用研究》PDF+DOC 由于温室的众多要素之间是相互制约、互相配合的，为了形成一个准确、合理的判断，将PSO算法的全局优化能力和BP神经网络良好的非线性映射能力相结合，优化BP神经网络的权值和阈值，提出了一种基于PSO的BP网络数据融合算法，并利用该算法对温室多传感器(温度传感器、湿度传感器和光照度传感器)同时检测到的数据......
    2. 《改进PSO-BP算法的压力导丝温度及非线性补偿研究》PDF+DOC 测量冠状动脉血管血流储备分数的压力导丝中的超微型压力传感器，具有严重的温度以及非线性漂移问题，且目前只有硬件方法进行补偿。针对硬件补偿方法存在的补偿精度不高及成本昂贵等问题，提出一种改进粒子群优化的BP神经网络算法，对压力导丝进行温度和非线性软件补偿。Matlab仿真结果表明，改进PSO-BP神经网......
    3. 《基于时空相关性的连续缺失值填补算法》PDF+DOC 无线传感器网络中的缺失数据对后续的数据分析带来很多不利影响，在数据分析之前，预处理工作必不可少。传感器网络数据在时间和空间方面均存在一定的变化规律，现有的缺失值填补算法往往只从单一角度分析解决问题，为了充分利用时空2个维度的特性，本文提出一种基于时空相关性的缺失值填补方法。该方法运用回归拟合、改进的......
    4. 《基于LM算法的现场测量系统的传感器非线性误差校正方法》PDF+DOC BP神经网络及其改进算法虽然在测量精度方面有所改善 ，结构的不确定性、训练时间长的缺点限制了其在现场测量系统的应用。在引入LM算法的同时 ，并通过分段的方法对其缺陷进行了改进。仿真结果证明了该方法具有收敛速度快、实时性强的特点。...
    5. 《神经网络在校正传感器非线性度方面的研究》PDF+DOC BP神经网络及其改进算法虽然在测量准确度方面有所改善，但结构的不确定性、训练时间长的缺点限制了其在现场测量系统的应用。在引入LM算法的同时，通过分段的方法对其缺陷进行了改进。仿真结果证明了该方法具有收敛速度快、实时性强的特点。...
    6. 《改进PSO-BP网络在温室数据融合中的应用研究》PDF+DOC 由于温室环境受到各种因素影响，导致分布在各点的温度值不均匀，为了获得温度的准确值，提出了基于改进PSO的神经网络对其进行数据融合，并且采用分布图法剔除多传感器离异数据，最终得到准确有效的数据，为温室管理提供了精确的信息。仿真结果表明，采用这种方法可以提高温度采集的准确性，并且有效地消除了由于传感器失......
    7. 《基于QDPSO-BP网络的多传感器融合算法》PDF+DOC 多传感器数据融合的理论和方法已经被应用到许多领域。但目前对于多传感器所测的数据还没有一种通用的行之有效的处理方法。基于量子空间的粒子群(QDPSO)算法训练的BP神经网络具有较好的稳定性和收敛性，将其运用于多传感器的数据融合，在仿真中取得了比常规算法更高的精度，控制策略制定准确、可靠，是一种较有潜力......
    8. 《基于神经网络模型的传感器非线性校正(英文)》PDF+DOC 讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法，即采用两个相同的传感器对同一被测量进行不同的测量，其测量结果作为神经网络模型的输入，经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE)训练神经网络，具有收敛速度快、收敛精度高的特点。以距离传感器为例，将基于......
    9. 《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC 提出基于LDIW-PSO算法优化的BP神经网络温度补偿方法。优化的BP神经网络使用LDIWPSO算法调整其权值和阈值，使之收敛速度快，不会产生局部极小值问题。通过实验和仿真结果可以看出：该算法对温度补偿精度高、误差小，效果明显。...
    10. 《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC 针对硅压阻式压力传感器的温度漂移问题，提出了基于粒子群优化算法PSO(Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型，通过粒子群化算法对BP网络的权值和阈值进行全局寻优，克服了BP网络收敛速度慢和易陷入局部极值的缺陷，而且温度补偿的精度较高。......

    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。