LM算法在传感器数据融合中的应用

doi:10.13873/j.1000-97872005.05.028

Chinese

您当前的位置：

首页 >

文章列表页 >

LM算法在传感器数据融合中的应用

更新时间：2025-09-11

- LM算法在传感器数据融合中的应用
- Issue 5, Pages: 77-79+85(2005)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872005.05.028
  CLC： TP202
- Published：2005
- 稿件说明：
移动端阅览
[J]. 2005, (5): 77-79+85.
DOI：

[J]. 2005, (5): 77-79+85. DOI： 10.13873/j.1000-97872005.05.028.

摘要

针对压力传感器对温度存在交叉灵敏度这一具体问题

采用LM算法对其进行数据融合

消除温度对压力传感器的影响

大大提高传感器的稳定性及其准确度;针对传感器存在测量误差问题

提出了增加一个噪声来训练网络

增强了网络的容错性。对所提方法进行了仿真研究和简单分析

并与非线性插值(三次多项式插值)作了比较

粗浅地指出:神经网络在数据融合过程中的实现机理。

Abstract

关键词

Keywords

references

李卫平,刘君华,周金林,雷大宇,张 .遗传神经网络算法软件包在改善传感器性能中的应用[J].现代电子技术,2003(20).

寇雪芹,师帅兵.人工神经网络在传感器数据融合中的应用[J].传感器技术,2002(10).

司捷,周贵安,李函,韩英铎.基于梯度监督学习的理论与应用(Ⅰ)——基本算法[J].清华大学学报(自然科学版),1997(07).

刘君华编著.智能传感器系统[M].西安电子科技大学出版社,1999.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

传感器非线性误差校正的BP神经网络方法研究

神经网络在校正传感器非线性度方面的研究

高准确度的传感器建模方法及应用

基于神经网络的传感器非线性误差校正

金-瓜氨酸传感器对邻苯二酚和对苯二酚的同时测定

Related Author

陈美凤

吕惠萍

马心英

周博

李红兵

吴杨

彭俊文

李永红

Related Institution

菏泽学院化学化工学院

上海航天技术研究院

中国电子科技集团公司第四十九研究所

成都信息工程大学电子工程学院物理场生物效应与仪器四川省高校重点实验室

北京市农林科学院智能装备技术研究中心

⁰