《基于AABC-BP算法的红外气体传感器温度补偿》PDF+DOC
作者:李成兵,毛熙皓
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2018年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2018100030
DOC编号:DOCCGJS2018100039
下载格式:PDF + Word/doc 文字可复制、可编辑
《L-M贝叶斯正则化BP神经网络在红外CO_2传感器的应用》PDF+DOC2018年第04期 赵久强,王震洲
《基于神经网络校正技术的智能计步器设计》PDF+DOC2016年第09期 施文美
《压力变送器温度补偿技术研究》PDF+DOC2017年第06期 黄建明,张明达
《基于神经网络的热电偶特性数学模型》PDF+DOC2000年第01期 李俭川,张文娜,果明明
《微气体传感器阵列及神经网络的应用》PDF+DOC2002年第08期 邓俊泳,冯勇建,吴青海
《用于易挥发性化学品检测的实用电子鼻算法研究》PDF+DOC2011年第01期 董志钢,李民强,罗涛,刘锦淮
《一种神经网络热导气体传感器的设计》PDF+DOC2009年第04期 田增国
《快速替换催化燃烧原理的红外气体传感器》PDF+DOC2008年第48期
《气体识别自组织神经网络》PDF+DOC 付敏
《温度补偿法的测试》PDF+DOC 邓凯伦,徐进
标准人工蜂群算法在运算过程中容易随着迭代次数增加丢失优质解,从而降低解的稳定性。已有研究表明引入自适应人工蜂群优化算法可以提高算法稳定性。针对红外气体传感器在工作时环境温度对测量精度影响较大的问题,提出一种基于自适应人工蜂群-BP人工神经网络(AABC-BP)温度补偿方法。利用自适应人工蜂群算法对BP神经网络的阈值和权值进行优化,构造出红外气体传感器温度补偿模型,并将其应用于温度补偿实验研究中。实验结果表明:(AABC-BP)算法可有效提高BP神经网络的收敛速度和计算精度;基于(AABC-BP)混合算法的红外气体传感器温度补偿模型,可以将其温度补偿精度误差控制在5%以内。
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。