《电容式位移传感器的非线性拟合比较》PDF+DOC

📙 相关资料

1. 《应用神经网络技术解决多传感器非线性拟合问题》PDF+DOC 针对测量用传感器非线性拟合技术问题，研究采用神经网络技术对传感器非线性误差予以补偿修正，并采用传统数据拟合算法加以比对验证，证明应用神经网络技术可以有效解决多传感器非线性拟合问题。...
2. 《基于神经网络的传感器非线性误差校正方法》PDF+DOC 为对传感器进行非线性校正以进一步提高其测量精度，提出了基于神经网络的校正办法。理论分析了传感器非线性误差的复杂性，并以位移传感器标定为例，详细介绍了传感器非线性校正的过程和方法。采用了最小二乘拟合、BP神经网络以及RBF网络三种方法进行校正，设计并实现了RBF网络的校正模型。实验结果证明，RBF网络......
3. 《一种用在控制棒棒位测量中的拟合方法》PDF+DOC 控制棒测量是反应堆中的关键系统，其中控制棒能否及时落棒影响着反应堆的运行安全，测量控制棒在堆中位置是其中的关键问题。为研究控制棒位移测量问题，使用电容传感器进行数据标定，拟合传感器电容和位移之间的关系式，在模拟落棒时根据电容值反映当前控制棒位移。提出了一种基于最小二乘法的卡尔曼滤波算法，该方法能在进......
4. 《基于人工神经网络的数字式涡流传感器建模方法》PDF+DOC 为了解决数字式涡流传感器的非线性问题，介绍了利用函数连接型神经网络进行建模的原理以及神经网络权值调整的算法。从实测数据出发，建立了数字式涡流传感器的数学模型。结果表明，这种模型误差小、精度高、有良好的鲁棒性以及可在线标定等优点，比最小二乘法更具有实际意义，在测控系统中有广泛的应用前景。...
5. 《基于FLANN的动态称重法》PDF+DOC 根据“逆模型”的思想 ，利用神经元网络良好的逼近能力 ，基于函数联接型神经网络 ( FLANN)的传感器动态补偿方法和最小二乘法 ，提出了一种车辆动态称重解决新方法...
6. 《基于遗传神经网络的传感器系统的非线性校正》PDF+DOC 针对最小二乘等传统方法的不足 ，提出了解决传感器系统非线性校正问题的遗传神经网络算法。计算机仿真表明 ，采用这里所提出的观点和方法 ，其拟合精度远高于传统上应用最为广泛的最小二乘法 ，并且具有较强的鲁棒性。而且 ，从所做的研究显示 ，该方法还可用于其它类似系统的非线性校正...
7. 《新型电容式粮食水分检测方法的研究》PDF+DOC 电容式水分检测是粮食水分检测常用的方法之一，优点是成本低、体积小、检测速度快，缺点是影响因素多、数据处理复杂、重复性差，文中提出了综合考虑多种影响因素的硬件和数据处理方法，并给出了实验结果，为快速粮食水分检测仪的开发，提供了新的线索。...
8. 《模糊神经网络在火灾探测系统中的应用研究》PDF+DOC 为了降低火灾报警系统的误报率、漏报率，本文根据当今火灾探测的现状和人们对火灾报警系统的要求，结合火灾探测的特点，将模糊神经网络应用于火灾探测系统，对传感器检测到的数据进行智能化处理。本文介绍了模糊神经网络的设计过程和结构，最后通过Matlab仿真证明了该方法的可行性。...
9. 《智能传感器数据处理方法》PDF+DOC 为提高智能传感器的测量准确度，根据数据处理的最小二乘法原理给出了动态测量中的数据平滑方法；利用神经网络良好的非线性映射能力，对标定数据进行输入/输出特性的反非线性逼近训练。结果表明：利用数据平滑处理方法，可以提高传感器测量准确度和抗干扰能力；利用神经网络进行的数据处理，相对于传统数据平滑方法，能使传......
10. 《压力传感器温度补偿各种算法的比较分析》PDF+DOC 压力传感器是一种常用的传感元件，由于其自身的非线性和外界测量条件的影响，传感器的输出特性大都为非线性，故存在多种误差因素。这些误差因素通常同时存在，但以温度的影响最为明显，所以对传感器的温度补偿也就尤为重要。本文结合目前应用比较普遍的各种温度补偿方法，通过编制程序，对压力传感器的输出非线性作了补偿。......