《太阳总辐射传感器温漂补偿的RBF网络模型》PDF+DOC
作者:孔令铭,刘丹枫,唐慧强
单位:江苏科技大学
出版:《江苏科技大学学报(自然科学版)》2016年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFHDCB2016020090
DOC编号:DOCHDCB2016020099
下载格式:PDF + Word/doc 文字可复制、可编辑
《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RBF网络的高炉热流分析传感器故障诊断》PDF+DOC2007年第06期 陈至坤,陈少敏,李福进,王福斌,郭建飞,董传阳
《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC2005年第06期 张铭钧,孙瑞琛,王玉甲
《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
《基于RBF时间序列预测器的传感器故障诊断方法研究》PDF+DOC2010年第05期 曹正洪,沈继红
《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神经网络的单一催化传感器检测混合气体研究》PDF+DOC2009年第05期 张愉,齐美星,童敏明
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2008年第09期 韩逸飞,何琳
《RBF神经网络在红外CO_2传感器压力补偿中的应用研究》PDF+DOC2008年第01期 钱力,傅岚,黄刚
《称重传感器蠕变补偿的RBF网络模型》PDF+DOC2013年第06期 匡亮,张小瑞,施珮,印晶
太阳总辐射传感器的温度漂移是影响精度的主要原因之一.针对太阳总辐射传感器温漂的非线性,建立了太阳总辐射传感器温漂补偿的RBF网络模型,设计了使用24位高精度模数转换器ADS1248和STM32F103VET6组成的采集电路并对太阳总辐射传感器数据进行了补偿.结果表明,RBF神经网络具有很强的逼近非线性函数和自学的能力,能够对太阳总辐射传感器的温漂误差进行修正,补偿后精度有了明显提高。
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。