作者:李小芳,谢剑猛 单位:沈阳仪表科学研究院有限公司 出版:《仪表技术与传感器》2016年第09期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYBJS2016090250 DOC编号:DOCYBJS2016090259 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 随着测试技术的发展,压力传感器被广发的应用于各种精密测量和检测领域。由于受到被测量对象、测量环境等因素影响,其输出会产生各种误差,而常用的神经网络不能很好解决此问题。文中提出一种采用小波函数和超限学习机相结合的新方法,阐述了传感器的非线性校正原理和小波函数超限学习机的实现过程,并分别采用BP神经网络法,传统超限学习机和小波超限学习机对压力传感器进行非线性校正。实验结果表明:BP神经网络法使得传感器的最大相对波动由初始的22.32%降低到1.758%;而传统超限学习机方法使其降低到0.038%,小波超限学习机则使其降低到0.026%,改善了传感器的工作性能;同时训练过程误差曲线图表明小波超限学习机的收敛速度和训练误差,显著高于BP神经网络。

    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。