基于BP神经网络的传感器交叉敏感性抑制

Chinese

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的传感器交叉敏感性抑制

更新时间：2025-09-11

- 基于BP神经网络的传感器交叉敏感性抑制
- 暂无标题
- 传感器与微系统 2005年第2期页码：22-23+26
- 作者机构：
- 作者简介：
- 基金信息：
  
  甘肃省 2004年自然科学基金资助项目(3ZS041-A25-025)
- DOI：10.13873/j.1000-97872005.02.008
  中图分类号： TP212.6
- 纸质出版：2005
- 稿件说明：
移动端阅览
基于BP神经网络的传感器交叉敏感性抑制[J]. 传感器与微系统, 2005,(2):22-23+26.
基于BP神经网络的传感器交叉敏感性抑制[J]. 传感器与微系统, 2005,(2):22-23+26. DOI： 10.13873/j.1000-97872005.02.008.

DOI：

多传感器系统通常都存在交叉敏感性问题

传感器静态性不仅受某一个环境参量的影响

有时甚至受多个非目标参量的影响

致使测量精度低。提出一种基于BP神经网络的传感器的交叉敏感性抑制的方法

并应用到实际的检测系统中。通过对应用神经网络前后的数据进行比较分析

表明该方法大大降低了交叉干扰

提高了测量精度

达到了预期效果。

谷立臣,张优云,丘大谋.多传感器信息融合中的关联特性研究[J].机械工程学报,2000(04).

徐丽娜编著.神经网络控制[M].电子工业出版社,2003.

袁曾任编著.人工神经元网络及其应用[M].广西科学技术出版社,1999.

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.

施阳等编著.MATLAB语言工具箱[M].西北工业大学出版社,1998.

王耀南著.智能控制系统[M].湖南大学出版社,1996.

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

数据融合在选矿自动控制中的应用

基于LSTNet的果园土壤含水量预测模型研究

基于惯性数据融合的串联机械臂运动状态估计方法

改进的多传感器信息融合算法及其应用

神经网络加速PSO算法的超材料吸波体设计