基于神经网络的智能传感器的数据处理

Chinese

您当前的位置：

首页 >

文章列表页 >

基于神经网络的智能传感器的数据处理

更新时间：2025-09-11

- 基于神经网络的智能传感器的数据处理
- 暂无标题
- 传感器与微系统 2004年第8期页码：52-54
- 作者机构：
  
  江西师范大学物理与通信电子学院,江西,南昌,330027
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872004.08.019
  中图分类号： TP212
- 纸质出版：2004
- 稿件说明：
移动端阅览
刘刚. 基于神经网络的智能传感器的数据处理[J]. 传感器与微系统, 2004,(8):52-54.
刘刚. 基于神经网络的智能传感器的数据处理[J]. 传感器与微系统, 2004,(8):52-54. DOI： 10.13873/j.1000-97872004.08.019.

DOI：

为提高智能传感器的测量准确度

利用神经网络良好的非线性映射能力

对传感器的标定数据进行输入-输出特性的反非线性逼近

同时

利用传感器实验数据进行神经网络的训练。结果表明:与传统的数据处理方法相比较

利用神经网络进行的传感器数据处理

能使传感器的准确度由±6.67提高到到±0.98。

樊桂花.基于人工神经网络的传感器静态特性拟合[J].装备指挥技术学院学报,2002(03).

梁久祯,何新贵,黄德双.前馈网络的一种超线性收敛BP学习算法[J].软件学报,2000(08).

贾要勤,常炳国.采用神经网络数据融合改善传感器的静态特性[J].西安交通大学学报,1999(11).

王雪峰，冯英浚.多层神经网络的一种新的学习算法[J].哈尔滨工业大学学报,1997(02).

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

基于智能AI的传感器应用

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

基于双重时空特征金字塔的人体行为识别