《基于BP和RBF神经网络的新型融合技术研究》PDF+DOC

📙 相关资料

1. 《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC 硅压阻式压力传感器在工作时受温度的影响较大，随着温度的升高或降低，传感器的实际测量值会出现一定的误差，出现温度漂移的现象，为了抑制温度漂移对传感器的影响，采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿，通过对补偿前后数据的对比，使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级，......
2. 《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC 针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关，提出了采用BP神经网络技术对其进行数据融合处理，以消除非目标参量对压力传感器输出的影响。研究结果表明，利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。...
3. 《BP人工神经网络在二传感器数据融合处理中的应用》PDF+DOC 针对压力传感器对温度的交叉灵敏度 ，本文采用BP人工神经网络法对其进行数据融合处理 ，消除温度对压力传感器的影响 ，大大提高了传感器的稳定性及其精度 ，效果良好。...
4. 《基于BP神经网络的压力传感器数据融合研究》PDF+DOC 压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理，减小了两者相互交叉干扰敏感度。结果表明，采用BP神经网络进行数据融合，能够提高传感器的稳定性及其精度，仿真验证了该方法的有效性和可行性。...
5. 《基于BP神经网络的压力传感器数据融合》PDF+DOC 多传感器数据融合问题已经引起许多学者的广泛关注.通常，压力传感器都存在交叉灵敏度，其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响，导致其性能不稳定，测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题，在......
6. 《采用BP神经网络提高压力传感器的输出准确度》PDF+DOC 针对压力传感器在实际应用中，输出数据不仅仅与目标参量(压力)有关，而且还受非目标参量(温度)影响的问题，笔者提出了采用BP神经网络技术对其进行数据融合处理的方法，以消除非目标参量的影响。研究结果表明该方法是可行的。...
7. 《基于人工神经网络的压力传感器三维数据融合》PDF+DOC 针对压力传感器对温度变化和电流波动的交叉灵敏度问题，采用径向基函数(RBF)人工神经网络法对其进行数据融合处理，详细讨论了网络的训练过程和数据融合过程，消除温度和电流对压力传感器的影响。仿真结果表明：当温度变化48.5℃，电流波动3%时，经RBF神经网络数据融合后，压力波动为0.544%，大大降低了......
8. 《基于BP人工神经网络的压力传感器的温度补偿实现过程研究》PDF+DOC 对于压力传感器而言，在测量压力大小的时候，敏感材料很容易受到温度的影响，因此需要对温度补偿。补偿的根本就是把温度的影响降到最低，本文通过MATLAB神经网络工具箱中提供的构造神经网络的各种函数进行编程实现压力传感器的温度补偿功能。...
9. 《压力传感器温度补偿的BP神经网络算法》PDF+DOC 压阻式压力传感器易受工作温度影响，存在着温度漂移现象.为了提高测量的准确度，采用BP人工神经网络的数据融合处理法对温度漂移进行补偿.分析比较了补偿前后的数据，补偿后的温度灵敏度系数和零位灵敏度系数提高了2个数量级.实验结果表明，该方法有效地抑制了温度对压力传感器的影响，提高了传感器的稳定性和准确性。...
10. 《运用BP算法神经网络拟合传感器的输出特性》PDF+DOC 首先介绍了 BP算法神经网络的基本原理 ，然后将 BP算法神经网络应用于拟合传感器的输出特性 ，并在 MATLAB下通过训练和仿真验证了应用 BP算法神经网络拟合传感器的输出特性的优越性...