改善传感器非线性的自适应分区神经网络方法

朱庆保

doi:10.13873/j.1000-97872003.06.004

Chinese

您当前的位置：

首页 >

文章列表页 >

改善传感器非线性的自适应分区神经网络方法

更新时间：2025-09-11

- 改善传感器非线性的自适应分区神经网络方法
- 暂无标题
- 传感器与微系统 2003年第6期页码：11-13
- 作者机构：
  
  南京师范大学计算机系,江苏,南京,210097
- 作者简介：
- 基金信息：
  
  江苏省教育厅自然科学基金资助项目(2001SXXTSJB111)
- DOI：10.13873/j.1000-97872003.06.004
  中图分类号： TP183;TP212
- 纸质出版：2003
- 稿件说明：
移动端阅览
朱庆保. 改善传感器非线性的自适应分区神经网络方法[J]. 传感器与微系统, 2003,(6):11-13.
朱庆保. 改善传感器非线性的自适应分区神经网络方法[J]. 传感器与微系统, 2003,(6):11-13. DOI： 10.13873/j.1000-97872003.06.004.

DOI：

摘要

提出了一种传感器特性反函数的自适应分区神经网络辨识方法

这种方法根据学习准确度的要求

用自适应方法把传感器特性的反函数分成若干区间

分别用一个BP神经网络去学习辨识进而取代

从而实现传感器特性的线性化。实验结果表明

非线性误差可减小到原来的十分之一。

Abstract

关键词

Keywords

references

G. L. Dempsey,J. S. Alig,N. L. Alt,B. A. Olson,D. E. Redfield.Control Sensor Linearization Using Artificial Neural Networks[J].Analog Integrated Circuits and Signal Processing,1997(3).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

传感器动态建模的一种辨识法

基于神经网络的热电偶特性数学模型

金-瓜氨酸传感器对邻苯二酚和对苯二酚的同时测定

基于产品模块化实现高端传感器大批量定制的研究

基于LSTNet的果园土壤含水量预测模型研究

改善传感器非线性的自适应分区神经网络方法

暂无标题

DOI：10.13873/j.1000-97872003.06.004

摘要

Abstract

关键词

Keywords

references