《基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿》PDF+DOC
作者:林海军,滕召胜,杨进宝,刘让周
单位:中国仪器仪表学会
出版:《仪器仪表学报》2011年第07期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2011070350
DOC编号:DOCYQXB2011070359
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于复合RBFNN的数字温度传感器误差补偿方法》PDF+DOC2011年第02期 林海军,杨进宝,汪鲁才,杨艳华
《基于免疫RBF网络的轨道衡称重误差补偿方法研究》PDF+DOC2016年第01期 朱亚男
《球栅传感器原理及应用》PDF+DOC1995年第06期 孙荣明
《基于RBF神经网络的电子秤非线性误差补偿》PDF+DOC2012年第04期 杨艳华
《基于RBFNN的称重传感器温度误差补偿》PDF+DOC2011年第06期 杨进宝,倪芳英,张建军
《基于多RBF神经网络的汽车衡误差补偿》PDF+DOC2010年第05期 林海军,滕召胜,迟海,吴阳平,唐立军
《基于RBF神经网络的测斜仪方位角校正研究》PDF+DOC2016年第02期 邵婷婷,张博超,周美丽,陈媛
《单臂电桥测温电路的误差分析与软件补偿》PDF+DOC2000年第03期 王会贤,庞全
《高速精密定位平台的偏摆误差实时补偿》PDF+DOC2009年第12期 晏祖根,孙立宁
《矿山动态轻轨衡系统称重误差分析及其对策》PDF+DOC2014年第10期 郑传行,陈建
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。