作者:史健芳,龚海燕,汤洪彪 单位:中国计算机用户协会自动控制分会;中国计算机用户协会山西分会 出版:《微计算机信息》2008年第28期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFWJSJ2008280980 DOC编号:DOCWJSJ2008280989 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对传感器输出易受温度、湿度等因素影响的问题,提出利用RBF神经网络良好的学习、泛化和非线性逼近能力改善传感器的输出特性。RBF神经网络采用不需要事先确定隐层单元个数、可在线自适应学习的最近邻聚类学习算法。将该算法用于易受温度影响的压力传感器的非线性校正,仿真结果表明RBF神经网络在对传感器输出信号的补偿精度和网络训练速度方面均优于BP神经网络和传统的非线性补偿方法。该方法可推广应用于其他传感器输出特性的优化。

    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。