《径向基函数神经网络在多维力传感器标定中的应用》PDF+DOC
作者:俞阿龙
单位:中国计量测试学会
出版:《计量学报》2006年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJLXB2006010110
DOC编号:DOCJLXB2006010119
下载格式:PDF + Word/doc 文字可复制、可编辑
《传感器标定的神经网络杂交建模方法》PDF+DOC2010年第22期 谢石林,陈胜来,张希农,朱长春
《电脑加速度传感器标定仪》PDF+DOC1993年第02期 张培强,周慧琳,张培仁
《智能传感器数据处理方法》PDF+DOC2006年第11期 郑鸿飞,张丽红
《基于神经网络的压力传感器标定技术》PDF+DOC2006年第07期 王丽,刘训涛
《采样流量在烟气分析仪标定时的影响》PDF+DOC2017年第05期 师恩洁,李建鹏,崔耀华,樊玮
《基于压电测力仪的模拟加载标定方法研究》PDF+DOC2020年第03期 张军,王新蕾,任宗金
《多分量腕力传感器的标定方法》PDF+DOC1995年第04期 李强,张维衡
《提高光栅测量精度和分辨率的技术研究与实现》PDF+DOC2003年第04期 刘清
《一种基于神经网络的LFMCW雷达目标距离提取方法》PDF+DOC2007年第02期 赵美凤,任云丽
《基于混合遗传算法的浓度传感器的非线性估计和动态标定》PDF+DOC2006年第09期 钱光耀,赵光兴,韩华明
维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。
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。