《引入粒子生存值的SPSO-BP气体传感器补偿算法》PDF+DOC
作者:程洋,李柏林,欧阳,罗建桥,黄翰鹏
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2020年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2020080390
DOC编号:DOCCGQJ2020080399
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进SPSO-BP神经网络的温度传感器湿度补偿》PDF+DOC2018年第03期 行鸿彦,郭敏,张兰,张一波
《基于小波变换的双并联神经网络在混合气体浓度预测中的应用》PDF+DOC2010年第05期 赵汉卿,戚金清,王兢,征进,吴微
《基于气体传感器阵列的混合气体定量分析》PDF+DOC2006年第07期 太惠玲,谢光忠,蒋亚东
《非线性动态传感器系统的H模型神经网络辨识》PDF+DOC2013年第10期 刘滔,韩华亭,马婧,雷超
《矿用气体传感器无人值守调校的废气处理》PDF+DOC2015年第12期 郭妍,任鸿秋,田慕琴
《基于神经网络理论的智能控制系统》PDF+DOC2006年第06期 宋海宏
《人工神经网络在混合气体定量检测中的应用》PDF+DOC2004年第07期 石春燕,王剑钢
《压力传感器温度补偿的一种新方法》PDF+DOC2011年第01期 孙艳梅,刘树东
《声表面波CO气体传感器温度误差补偿方法研究》PDF+DOC2010年第01期 张朋,陈明,何鹏举
《信息融合技术在矿井安全监测系统中的应用》PDF+DOC2014年第05期 杨帆,姜勇,杨元君
针对复杂环境下气体传感器的稳定性不足的问题,提出了一种基于改进反向传播(BP)神经网络的传感器补偿算法。首先建立基于温湿度补偿的BP神经网络结构,并确定各层网络的节点数。然后提出用粒子群算法(PSO)优化BP神经网络的初始权值和阈值。最后引入粒子生存值并结合模拟退火改进传统PSO算法(SPSO),提高模型的全局极值寻优能力。实验结果表明:本文改进的SPSO算法较传统的PSO算法寻优能力更强,将SPSO与BP神经网络相结合,提高了气体传感器的温湿度补偿精度。
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。