《基于神经网络的压力传感器数据融合》PDF+DOC

📙 相关资料

1. 《采用神经网络技术获取高抗干扰的传感器系统特性》PDF+DOC 目前消除干扰量对主传感器特性影响的研究多限于一个干扰量，本文讨论多个干扰量影响的消除方法．文中提出利用多个传感器检测影响主传感器特性的多个非目标参量，由神经网络实现融合算法．该方法可降低主传感器对非目标参量的交叉灵敏度．使主传感器系统获得高抗干扰、高稳定的输入／输出特性．以环境与供电电源波动两个干扰......
2. 《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC 针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关，提出了采用BP神经网络技术对其进行数据融合处理，以消除非目标参量对压力传感器输出的影响。研究结果表明，利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。...
3. 《基于BP神经网络的压力传感器数据融合研究》PDF+DOC 压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理，减小了两者相互交叉干扰敏感度。结果表明，采用BP神经网络进行数据融合，能够提高传感器的稳定性及其精度，仿真验证了该方法的有效性和可行性。...
4. 《基于BP神经网络的压力传感器数据融合》PDF+DOC 多传感器数据融合问题已经引起许多学者的广泛关注.通常，压力传感器都存在交叉灵敏度，其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响，导致其性能不稳定，测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题，在......
5. 《采用BP神经网络提高压力传感器的输出准确度》PDF+DOC 针对压力传感器在实际应用中，输出数据不仅仅与目标参量(压力)有关，而且还受非目标参量(温度)影响的问题，笔者提出了采用BP神经网络技术对其进行数据融合处理的方法，以消除非目标参量的影响。研究结果表明该方法是可行的。...
6. 《一种压力传感器温度补偿新方法》PDF+DOC 针对温度、噪声、电源波动等多种环境因素对压力传感器输出电压值的影响，提出基于电压门限值的方法，对传感器输出电压值进行预处理，然后再利用BP神经网络对数据进行融合、补偿。试验结果证明，所提出的方法能有效的提高压力传感器的检测精度。...
7. 《BP神经网络在巡逻机器人多传感器数据融合中的应用》PDF+DOC 针对传统危化品仓库固定式监控器中监控范围小、报警准确率低的特点，研究了一款危化品仓库巡逻机器人，采用以拉依达准则改善BP神经网络融合性能的多传感器数据融合方法，通过采集泄露危化品浓度、仓库内环境温度和湿度等数据，在对数据进行拉依达去噪、归一化后利用BP神经网络进行融合输出。样机试验结果表明，该方法可......
8. 《基于神经网络的多传感器数据融合》PDF+DOC 当前，多传感器技术是研究热点。通过不同功能，不同精度，不同位置的传感器，可以对所需要的被测量进行多方位多角度的测量。但是，目前对于多传感器所测的数据还没有一种通用的行之有效的处理思想。借用模糊控制策略，与改进的BP神经网络算法结合对其进行数据融合。在仿真中取得了比已往算法更高的精度，控制策略制定准确......
9. 《多传感器数据融合技术在智能压力检测中的应用》PDF+DOC 传感器之间大都相互影响 ，存在交叉干扰 ，这将直接导致传感器稳定性下降 ，以及测量精度降低等。提出一种基于神经网络的多传感器数据融合技术处理方法 ，并将其应用到智能压力检测系统中。通过对融合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 ，有效提高了测量精度 ，达到了预期效果...
10. 《基于人工神经网络的压力传感器三维数据融合》PDF+DOC 针对压力传感器对温度变化和电流波动的交叉灵敏度问题，采用径向基函数(RBF)人工神经网络法对其进行数据融合处理，详细讨论了网络的训练过程和数据融合过程，消除温度和电流对压力传感器的影响。仿真结果表明：当温度变化48.5℃，电流波动3%时，经RBF神经网络数据融合后，压力波动为0.544%，大大降低了......