作者：刘刚,刘学仁,蔡十华 单位：中煤科工集团常州研究院有限公司 出版：《工矿自动化》2006年第06期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFMKZD2006060000 DOC编号：DOCMKZD2006060009 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 文章提出了一种基于改进型BP神经网络的瓦斯传感器的非线性调校方法，该方法利用神经网络良好的非线性映射能力逼近反非线性函数，从而完成非线性校正。仿真结果表明：与传统的分段线性方法和BP算法相比，改进型BP神经网络收敛速度快、逼近精度高，准确度由原来分段线性校正的&#177；5.02%提高到现在的&#177；0.130%，且易于动态调校。

    📙 相关资料

    1. 《基于改进型BP神经网络的瓦斯传感器的非线性校正》PDF+DOC 提出了一种基于改进型 BP 神经网络的瓦斯传感器的非线性校正方法，利用神经网络良好的非线性映射能力，逼近反非线性函数完成非线性校正。仿真实验结果表明：与分段线性校正和传统 BP 算法相比，改进型的 BP 神经网络收敛速度快、逼近精度高，准确度由原来分段线性校正的&#177；5.02%提高到现......
    2. 《基于改进型BP神经网络的瓦斯传感器的非线性校正》PDF+DOC 提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法，利用神经网络良好的非线性映射能力，逼近反非线性函数完成非线行校正。仿真实验结果表明：与传统的分段线性与BP算法相比，改进型的BP神经网络收敛速度快、逼近精度高，准确度由原来分段线性校正的&#177；5.020%提高到现在的&......
    3. 《基于改进RBFNN算法的瓦斯传感器非线性校正》PDF+DOC 为了提高瓦斯传感器的精度和灵敏度，提出将改进的径向基函数神经网络(RBFNN)算法应用于瓦斯传感器系统中，对瓦斯传感器的非线性进行校正，同时分析了温度对瓦斯浓度预测的影响，然后利用RBFNN进行离散训练。实验结果表明，经过改进径向基函数神经网络(RBFNN)后，得到的数据比实际测量的瓦斯浓度要更接近......
    4. 《关于瓦斯传感器的非线性校正的研究》PDF+DOC 瓦斯传感器的非线性在很大程度上影响了它输出的准确度，所以如何进行非线性校正是当前研究的重点。本文改进了传统的BP算法，对瓦斯传感器进行非线性校正。并且用仿真比较传统BP算法与改进型BP算法。...
    5. 《混沌蚁群算法在瓦斯爆炸性检测仪中的应用》PDF+DOC 针对瓦斯爆炸性检测仪传感器在实际生产中因构造和环境因素所产生的输入、输出非线性问题，将混沌蚁群算法和BP神经网络算法应用到瓦斯爆炸性检测仪中，提高瓦斯传感器精度。通过混沌蚁群算法对BP神经网络进行优化，改善BP神经网络收敛速度慢、容易陷入局部最优的缺点。实验结果表明：基于混沌蚁群优化算法的BP神经网......
    6. 《基于函数型连接神经网络的瓦斯传感器非线性校正》PDF+DOC 通过对载体催化瓦斯传感器检测原理的分析，指出瓦斯体积分数与瓦斯传感器输出电压之间呈非线性关系，提出了应用函数型连接神经网络的强非线性逼近能力，且不依赖确定的数学模型的优点，建立非线性校正模型，消除瓦斯检测中的非线性误差。网络仿真结果与分段线性拟合曲线的比较表明：这种非线性校正模型结构简单、收敛速度快......
    7. 《粗神经网络及其在数据融合中的应用》PDF+DOC 给出一种新的神经网络——粗神经网络结构 ，并给出了基于粗神经网络的多传感器数据融合模型 ，阐述了用于数据融合的粗神经网络的结构和训练方法。分析和仿真结果表明 ，新模型不仅能解决传统模型所能解决的问题 ，而且能解决传感器输出为二值或一个范围的多传感器数据融合问题...
    8. 《神经网络方法用于分辨三种化学物质》PDF+DOC 采用了一种基于神经网络的杂交算法，用于识别来自氧化锡传感器阵列的三种化学品：丙酮、甲醇和乙醇的信号．算法利用梯度收敛方法并结合仿真退火和遗传算法进行权值初值化来加速运算速度和提高分类准确度。这种方法能较好地避免局部最小点，大量运算实例用来构造最优网络结构并说明这种方法是较好的模式分类方法并可以作为“......
    9. 《矿井瓦斯传感器自动调校技术及其研究进展》PDF+DOC 在简介矿井瓦斯传感器关键技术的基础上，阐述了气体传感器漂移的抑制，包括传感器零点、灵敏度和非线性的自动调校技术及其研究进展，介绍了几种最新技术，涉及遗传算法、小波分解以及用DSP的实现方法，尤其是基于神经网络的传感器非线性自动调校方法，用传感器的输出和待测物理量的实际数值训练神经网络，以得到非线性校......
    10. 《基于神经网络的电容式压力传感器非线性校正》PDF+DOC 当环境温度变化时电容式压力传感器的非线性响应特性也发生很大的变化，为了实现对电容式压力传感器的响应特性进行自动非线性补偿，提出了基于神经网络的智能压力传感器。该系统由两个神经网络组成，一个实现对温度的补偿，另一个实现非线性补偿。仿真结果表明，补偿后的传感器输出误差低于满量程的&#177；2.......

    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。