期刊文献+

基于RBF神经网络模型的传感器非线性补偿方法 被引量:2

在线阅读 下载PDF
导出
摘要 针对传感器测量过程中各种环境因素(温度、湿度、磁场等)的影响,提出了一种新的非线性补偿方法,利用两个相同的距离传感器对物理量进行测量,建立RBF神经网络结构,并利用神经网络的学习记忆功能,消除主要环境因素对传感器输出的影响。通过实验和计算机仿真应用,证明这个系统提高了传感器测量的精度,具有良好的抗干扰性。
出处 《计量技术》 2007年第2期3-7,共5页 Measurement Technique
  • 相关文献

参考文献6

二级参考文献16

  • 1[3]Monica Bianchini. Learning without Local Minim in RadialBasis Function Networks[J]. IEEE Trans. On Neural Networks, 1995;6(3):749~755
  • 2[4]Yao Xin. Evolving Artificial Neural Networks[J]. Proceedingsof the IEEE, 1999;87(9): 1432~1447
  • 3[5]Catelsni M, Fort A. Fault Diagnosis of Electronic AnalogCircuit Using a Radial Basis Function Network Classifier [J].Measurement, 2002;28:147~148
  • 4J.J.Anaya, L.G. Ullate, C.Fritsch. A method for real-time deconvolution. IEEE Trans. Instrum. Meas., 1992,41(3):413-419.
  • 5T.Daboczi.Uncertainty of signal reconstruction in the case of jittery and noisy measurement. IEEE Trans. Instrum. Meas., 1998,47(2):1062-1066.
  • 6J.E.Brignell. Software techniques for sensor compensation. Sensors and Actuators, 1991,(A25-27):29-35.
  • 7W.J.Shi, J.E. Brignell. On-line optimization in sensor frequency response compensation. Sensors and Actuators. 1991, (A25-27):37-41.
  • 8S. Berling, G. Blaser, J. Bock, et al.. Signal conditioning for semiconductor gas sensors being used as detectors in gas-chromatographs and similar applications. Sensors and Actuators B 1998,52:15-22.
  • 9X.-Z.Dai, J. Liu, C. Feng, D. He. Neural network α th inverse system method for the control of nonlinear continuous systems. IEE Proc. Control Theory and Appl., 1998, 145:519-522.
  • 10Poggio T.,Girosi F.Newworks for approximation and learning[J].IEEE Proc. 1990,4(9):1481-1497.

共引文献67

同被引文献20

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部