作者:丁硕,常晓恒,巫庆辉 单位:北京自动测试技术研究所 出版:《电子测试》2014年第01期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFWDZC2014010170 DOC编号:DOCWDZC2014010179 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了精确反映霍尔式位移传感器的输入-输出特性,为其非线性补偿提供可靠依据,提出了利用广义回归神经网络(General Regression Neural Networks,GRNN)对霍尔式位移传感器的输入-输出特性曲线进行拟合的新方法。为了证明此种新方法的可行性和有效性,利用LM(Levenberg-Marquart)算法对传统反向传播神经网络(Back Propagation Neural Networks,BPNN)进行改进,并将GRNN和BPNN的拟合结果进行对比。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,采用GRNN比采用BPNN进行曲线拟合的误差更小、收敛速度更快且具有更高的拟合精度。

    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。