基于广义回归神经网络的传感器非线性误差校正

段松杰; 张晓光; 张闯志

doi:10.13873/j.1000-97872008.12.036

Chinese

您当前的位置：

首页 >

文章列表页 >

基于广义回归神经网络的传感器非线性误差校正

研究与探讨 | 更新时间：2025-09-11

- 基于广义回归神经网络的传感器非线性误差校正
- Nonlinear error correction of sensor based on generalized regression neural network
- 传感器与微系统 2008年27卷第12期页码：14-16
- 作者机构：
  
  中国矿业大学机电工程学院
- 作者简介：
- 基金信息：
  
  中国博士后科学基金资助项目（20060390277）;江苏省博士后科研基金资助项目（0502010B）;江苏省“六大人才高峰”基金资助项目（06-E-052）;江苏省工业高技术研究计划资助项目（BG2007013）
- DOI：10.13873/j.1000-97872008.12.036
  中图分类号： TP212
- 纸质出版：2008
- 稿件说明：
移动端阅览
[1]段松杰,张晓光,张闯志.基于广义回归神经网络的传感器非线性误差校正[J].传感器与微系统,2008,27(12):14-16.

DUAN Song-jie, ZHANG Xiao-guang, ZHANG Chuang-zhi. Nonlinear error correction of sensor based on generalized regression neural network[J]. 2008, 27(12): 14-16.
[1]段松杰,张晓光,张闯志.基于广义回归神经网络的传感器非线性误差校正[J].传感器与微系统,2008,27(12):14-16. DOI： 10.13873/j.1000-97872008.12.036.

DUAN Song-jie, ZHANG Xiao-guang, ZHANG Chuang-zhi. Nonlinear error correction of sensor based on generalized regression neural network[J]. 2008, 27(12): 14-16. DOI： 10.13873/j.1000-97872008.12.036.

摘要

介绍了径向基函数网络的函数逼近原理和方法

提出了一种基于广义回归神经网络（GRNN）的传感器非线性误差校正方法。通过Matlab的Network Toolbox（神经网络工具箱）

GRNN训练程序实现了输出特性曲线逼近。仿真分析表明:GRNN能够很好地满足传感器非线性拟合的要求

网络结构简单

收敛速度快。

Abstract

The RBF network function approximation theory and method are introduced

and the method of nonlinear error correction of sensor is presented based on generalized regression neural network（GRNN）.By the neural Network Toolbox in Matlab a generalized regression neural network training program fulfills approximation towards the output characteristic curve.The simulation results show that GRNN can meet the requirements of nonlinear fitting of sensors

and the structure of network is simple

with fast convergence.

关键词

Keywords

references

人工神经网络算法研究及应用[M]. 北京理工大学出版社 , 田景文,高美娟著, 2006

传感器原理、设计与应用[M]. 国防科技大学出版社 , 刘迎春编著, 1989

浏览量

192

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于广义回归神经网络的传感器故障诊断研究

基于Pt纳米颗粒修饰的La_0.8Sr_0.2FeO₃增强型NO传感器

基于石英晶体微天平的三价铬离子检测传感器

UHF RFID无源音频采集标签芯片

双层金光栅结构的D形光纤传感器研究