《基于FLANN的腕力传感器动态建模方法》PDF+DOC

📙 相关资料

1. 《基于FLANN的传感器动态特性研究方法》PDF+DOC 将函数联接型神经网络（ＦＬＡＮＮ）引入传感器动态特性的研究，利用神经元网络良好的逼近能力，建立腕力传感器的动态数学模型．该方法所建模型阶次低、精度高，对数据个数和采样频率无特殊要求．根据“逆模型”的思想，提出了基于函数联接型神经网络的传感器动态补偿方法．此方法设计出的动态补偿器简单、实时性好；不依赖......
2. 《基于FLANN的腕力传感器动态补偿方法》PDF+DOC 根据“逆模型”的思想，利用神经元网络良好的逼近能力，提出了基于函数联接型神经网络的传感器动态补偿方法。该方法设计的动态补偿器实现简单，实时性好；不依赖于传感器的模型，鲁棒性强；可以优化补偿器的参数。该方法的补偿效果比零极点配置方法的好，是一种非常有效的新方法，值得推广应用...
3. 《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...
4. 《最大熵谱法在传感器动态建模中的应用》PDF+DOC 动态数学模型定量描述传感器输入与输出关系，是研究其工作机理的重要手段。本文用最大熵谱法，分别建立机器人腕力传感器、压力传感器和漏街流量计输出信号的自回归（ＡＲ）模型，理论结果与实测吻合。文中还对ＦＰＥ准则、最佳阶数和采样频率等进行了讨论。...
5. 《改进PSO算法结合FLANN在传感器动态建模中的应用》PDF+DOC 将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合，实现传感器的动态线性建模。利用传感器的动态标定实验数据，首先训练FLANN神经网络，网络训练结束后的权值作为粒子群中某个粒子的初始值，而后利用改进的PSO算法继续寻优，得到的全局最优值即为所求的传感器动态模型的系数。实验结果表......
6. 《基于沃尔什函数的传感器动态建模方法》PDF+DOC 沃尔什函数是一种系统综合的新方法。本文有效地解决了动态响应时间归一化这一关键问题，使这新方法实用于传感器的动态建模。通过时仿真数据和机器人腕力传感器的动态建模，充分证明其有效性和特色。...
7. 《基于支持向量机的传感器动态建模方法》PDF+DOC 传感器动态建模是测量领域的重要研究方向，本文介绍了一种基于支持向量机的传感器动态建模新方法。支持向量机是基于统计学习理论的新一代机器学习技术，它有效地解决了小样本学习问题，因此该方法对样本数量没有特殊的要求。最后，实验证明了该动态建模方法有效。...
8. 《基于BP神经网络的传感器非线性建模》PDF+DOC 根据动态校准实验结果建立传感器的动态数学模型，以研究传感器的动态性能，是动态测试的一个重要内容。本文研究了BP神经网络模型在传感器动态建模中的应用。该方法适用于传感器非线性动态建模，试验结果表明，应用BP神经网络对传感器进行动态建模是一种行之有效的方法。...
9. 《传感器动态建模FLANN方法改进研究》PDF+DOC 提出一种改进的函数连接型神经网络(FLANN)，并将其应用于传感器动态建模。首先，将单输入单输出(SISO)的传感器系统表达为动态差分方程模型；再充分考虑动态模型输出的历史值与参数之间的关系，对模型输出与参数的偏导数进行重新推导，得到了对权值参数偏导数的更高精度估计；最后，利用该模型梯度进行迭代训练......
10. 《传感器动态建模的最小二乘支持向量机方法》PDF+DOC 提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则，而不是通常神经网络的经验误差最小化原则，遵循该原则可获得更好的泛化性能，且不易发生局部最优及过拟合现象，因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方......