作者:曾喆昭,竺炜,孙湘海,王耀南 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2007年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2007020200 DOC编号:DOCCGJS2007020209 下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改善压力传感器曲线拟合特性的方法》PDF+DOC2007年第10期 马军爽,李振东,王维 《基于神经网络数据融合的ZigBee智能家居环境监测系统》PDF+DOC2016年第04期 赖腾达,石坤明,王德宇,施云波 《基于神经网络算法的肉牛采食行为检测方法》PDF+DOC2016年第06期 周雅婷,许童羽,陈春玲,周云成,姜美羲 《基于神经网络数据融合实现火灾预警》PDF+DOC2017年第04期 梁燕华,张传斌 《基于样条权函数神经网络的传感器故障诊断》PDF+DOC2014年第06期 杨海楠,张代远 《基于FLNN的加速度传感器动态特性补偿方法》PDF+DOC2004年第12期 俞阿龙 《SOS压力传感器温度的补偿》PDF+DOC2004年第02期 莫长涛,陈长征,张黎丽,孙凤久 《应用Matlab拟合传感器特性曲线》PDF+DOC2003年第01期 陈敏 《基于神经网络的多等级报警系统》PDF+DOC2009年第02期 王建平,范科峰,张素兵,莫玮 《基于虚拟仪器的位移传感器在线标定》PDF+DOC2008年第06期 姚晓宁,石炳存
  • 为了有效改善传感器温度补偿特性,提出了基于傅立叶基函数神经网络算法的温度特性曲线拟合模型.分析了算法的收敛性,为学习率的选择提供了理论依据.给出了对掺杂苯的SnO2纳米传感器的灵敏度-温度特性曲线进行拟合的实例.结果表明基于傅立叶基函数神经网络算法的传感器温度特性拟合曲线具有高的光滑性和高的拟合精度(10-6),因而是一种有效的温度特性曲线拟合方法。

    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。