《基于Kalman-BP协同融合模型的含沙量测量》PDF+DOC
作者:刘明堂,田壮壮,齐慧勤,张成才,刘雪梅
单位:中国自然资源学会
出版:《应用基础与工程科学学报》2016年第05期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFYJGX2016050100
DOC编号:DOCYJGX2016050109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的传感器网络动态采样模型研究》PDF+DOC2015年第07期 阚杰,张瑞瑞,陈立平,徐刚
《基于AFSA-BP神经网络的湿度传感器温度补偿》PDF+DOC2017年第08期 郭敏,行鸿彦,张冬冬,张兰
《基于注意力模型的多传感器人类活动识别》PDF+DOC2019年第06期 王金甲,周雅倩,郝智
《基于灰色BP神经网络的质心数据处理方法》PDF+DOC2012年第04期 张宪,钟江,吴晖,赵章风
《基于GA-BP神经网络的深海集矿机避障系统》PDF+DOC2010年第04期 李鹏英,冯雅丽,张文明,杨春晖
《基于BP神经网络的超声波测距非线性误差校正》PDF+DOC2007年第01期 刘建生,杨丽荣,程铁栋
《一种基于BP神经网络和呈色原理的扫描仪色彩管理新模型》PDF+DOC2007年第04期 黎新伍
《基于BP神经网络的回转空气预热器火灾报警系统》PDF+DOC2015年第07期 吴德君
《采煤机轴承故障与采煤机现场管理思路构架》PDF+DOC2014年第34期 周磊
《基于BP神经网络的微量药品动态称重系统非线性补偿》PDF+DOC2014年第08期 庄育锋,胡晓瑾,翟宇
针对黄河含沙量测量易受环境因素影响而导致测量结果不准确的问题,提出基于卡尔曼和BP神经网络(Kalman-BP)的协同融合模型,将含沙量、水温和流速等传感器输出值经过卡尔曼滤波器进行滤波处理;然后经BP神经网络模型对含沙量信息和环境量信息进行多传感器数据融合;最后建立了含沙量测量的反演模型.为了比较Kalman-BP神经网络的协同处理方法的融合效果,在相同环境下还进行了一元线性回归模型和多元线性回归模型的含沙量数据处理,并进行了误差分析比较.实验结果表明,Kalman-BP神经网络协同融合模型的测量误差较小,提高了含沙量测量系统的精度。
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。