《基于遗传算法的传感器系统的非线性校正》PDF+DOC

📙 相关资料

1. 《基于遗传神经网络的传感器系统的非线性校正》PDF+DOC 针对最小二乘等传统方法的不足 ，提出了解决传感器系统非线性校正问题的遗传神经网络算法。计算机仿真表明 ，采用这里所提出的观点和方法 ，其拟合精度远高于传统上应用最为广泛的最小二乘法 ，并且具有较强的鲁棒性。而且 ，从所做的研究显示 ，该方法还可用于其它类似系统的非线性校正...
2. 《基于遗传神经网络的传感器输出特性拟合》PDF+DOC 针对最小二乘法和分段线性化等传统方法的不足 ，提出了解决传感器输出特性拟合和在线标定问题的遗传神经网络算法 ，实验验证了其有效性 .本文的论述不但可以用于传感器 ，而且可以用于其它类似系统...
3. 《基于免疫遗传算法的传感器非线性校正》PDF+DOC 针对传感器非线性校正存在的不足，提出了基于免疫遗传算法(IGA)的传感器非线性校正。该算法是在遗传算法的基础上引入生物免疫机制，克服了遗传算法精度差、收敛速度慢和“早熟”等问题。计算机仿真表明，该算法不仅能够有效保持种群的多样性，而且收敛速度、精度和稳定性都有了明显提高。实验结果表明了该方法的正确性......
4. 《基于遗传算法的传感器非线性校正》PDF+DOC 针对最小二乘法等传统方法的不足，提出了基于遗传算法的传感器非线性校正。计算机仿真表明，该方法算法简单，收敛性好，精度高。...
5. 《基于改进遗传算法的传感器非线性校正》PDF+DOC 针对最小二乘法等传统方法的不足，提出了解决传感器系统非线性校正问题的改进遗传算法。该算法在遗传算法中融入模拟退火算法的思想，将退火温度作为控制参数，通过温度的缓慢的冷却，同时利用模拟退火算法来控制变异和交叉操作，有效地防止了基本遗传算法的早熟收敛。计算机仿真表明，采用这里所提出的改进遗传算法进行传感......
6. 《基于神经网络的传感器非线性误差校正》PDF+DOC 介绍了用神经网络校正传感器系统非线性误差的原理和方法 ，提出了基于BP神经网络传感器非线性误差校正及其模型、算法与实现技术。通过计算机仿真与应用 ，显示出这种逆模型不但可实现温度补偿和非线性校正 ，而且网络结构简单 ，准确度高...
7. 《传感器非线性校正的遗传支持向量机方法》PDF+DOC 针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题，提出了一种遗传算法和支持向量机相结合的方法，阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程，并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明：BP神经网络法......
8. 《遗传神经网络在GMI传感器设计中的应用》PDF+DOC 巨磁阻抗(GMI)微磁传感器具有灵敏度高、响应速度快等突出优点，但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应(AGMI)，对磁场传感器的线性度有一定改善，但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力，但通常训练速度较慢、易陷入局......
9. 《基于神经网络校正的NTC热敏电阻传感器系统》PDF+DOC NTC热敏电阻具有高非线性特性，BP神经网络具有较强的非线性映射的能力，试验应用BP神经网络对NTC热敏电阻传感器进行非线性校正，将电阻值在输入训练网络前进行归一化处理，并利用网络对实际的温度采集系统进行校正，得到了理想的结果。此方法实现简单，精度高，在实际应用中有较高的应用价值。...
10. 《基于遗传小波神经网络的多传感器信息融合技术的研究》PDF+DOC 依据小波函数的非线性逼近能力和神经网络的自学习特性，提出一种小波神经网络。为使小波神经网络具有更高的学习精度和更快的收敛速度。利用遗传算法对小波神经网络权阈值的优化，设计了遗传小波神经网络。将该网络用于多传感器信息融合设计了遗传小波神经网络多传感器信息融合系统。压力传感器数据融合系统的仿真表明该方法......