基于RBF神经网络的传感器非线性误差校正方法

Chinese

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-11

- 基于RBF神经网络的传感器非线性误差校正方法
- 暂无标题
- 传感器与微系统 2004年第3期页码：43-45
- 作者机构：
- 作者简介：
- 基金信息：
  
  :华北电力大学青年教师基金资助项目(09320015).
- DOI：10.13873/j.1000-97872004.03.013
  中图分类号： TP212
- 纸质出版：2004
- 稿件说明：
移动端阅览
基于RBF神经网络的传感器非线性误差校正方法[J]. 传感器与微系统, 2004,(3):43-45.
基于RBF神经网络的传感器非线性误差校正方法[J]. 传感器与微系统, 2004,(3):43-45. DOI： 10.13873/j.1000-97872004.03.013.

DOI：

介绍了利用人工神经网络进行传感器非线性误差校正的原理。提出了传感器非线性误差校正的径向基函数(RBF)神经网络方法

并与采用BP神经网络校正非线性误差进行了比较。最后给出了一个仿真实验

实验结果表明:采用RBF神经网络可以明显提高网络收敛速度

大大减小传感器非线性误差

校正效果优于BP神经网络。

刘天键,王劭伯,朱善安.基于神经网络的铂电阻温度传感器非线性校正方法[J].仪器仪表学报,2002(05).

蔡煜东，姚林声.传感器非线性校正的人工神经网络方法[J].仪器仪表学报,1994(03).

阎平凡,张长水编著.人工神经网络与模拟进化计算[M].清华大学出版社,2000.

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

基于神经网络的传感器非线性误差校正

电容式压力传感器温度补偿的RBF神经网络

基于LSTNet的果园土壤含水量预测模型研究

神经网络加速PSO算法的超材料吸波体设计

基于机器学习非恒温谐振液体密度测量设计