《基于MLP传感器的非线性校正》PDF+DOC

📙 相关资料

1. 《BP神经网络在巡逻机器人多传感器数据融合中的应用》PDF+DOC 针对传统危化品仓库固定式监控器中监控范围小、报警准确率低的特点，研究了一款危化品仓库巡逻机器人，采用以拉依达准则改善BP神经网络融合性能的多传感器数据融合方法，通过采集泄露危化品浓度、仓库内环境温度和湿度等数据，在对数据进行拉依达去噪、归一化后利用BP神经网络进行融合输出。样机试验结果表明，该方法可......
2. 《基于神经网络数据融合实现火灾预警》PDF+DOC 传统火灾的火灾预警系统是基于单一传感器参数进行监测，从而使火灾的误报、漏报的问题越来越突出。为了减少这种情况的发生，利用BP神经网络数据融合算法把几个体现火灾特征的参数数据进行相关组合，进而全面和精确地判断火灾是否发生，有效地降低误报率。...
3. 《多传感器数据融合在涂层厚度检测中的应用》PDF+DOC 在涂层厚度测量的过程中，电感传感器的输出值存在对温度的交叉灵敏度，为消除温度对测量数据的影响，提出了一种基于神经网络的多传感器数据融合技术处理方法，该方法以传感器的输出值与温度值作为网络的输入，通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析，表明该方法大大降低了交叉......
4. 《基于神经网络的多传感器数据融合》PDF+DOC 当前，多传感器技术是研究热点。通过不同功能，不同精度，不同位置的传感器，可以对所需要的被测量进行多方位多角度的测量。但是，目前对于多传感器所测的数据还没有一种通用的行之有效的处理思想。借用模糊控制策略，与改进的BP神经网络算法结合对其进行数据融合。在仿真中取得了比已往算法更高的精度，控制策略制定准确......
5. 《基于FLANN数据融合的微重力落舱动态测重补偿及校正》PDF+DOC 提出了一种用函数连接型神经网络(FLANN)数据融合及直线回归分析技术相结合实现微重 力落舱动态测重的补偿及其非线性校正的方法．该方法将测重传感器输出的线性段特性用回归方法 进行拟合，得到直线校正方程；对测重传感器非线性特性采用FLANN数据融合，从而实现测重传感器 温度补偿与非线性校正．该方法用于......
6. 《证据理论与模糊神经网络相结合的身份估计方法》PDF+DOC 重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广，证据理论比概率论满足更弱的公理系统，并且在区分不确定与不知道等方面显示了很大的灵活性，但是在基于证据理论的身份估计融合中，基本可信度......
7. 《BP算法应用于智能传感器的数据处理》PDF+DOC 利用BP算法具有的非线性映射能力对传感器标定数据进行输入-输出特性的反非线性逼近，将其作为智能传感器系统的非线性校正软件，使传感器在该软件的支持下提高测量精度.用传感器实验数据通过训练的网络，测量相对误差由原来的约6.66％下降至O.98％。...
8. 《汽油机进气歧管压力传感器非线性智能校正》PDF+DOC 为了消除汽油机进气歧管压力传感器在其运行状况中受温度以及电流波动因素干扰的影响，采用神经网络信息融合技术对压力测量过程中的温度以及电流波动等干扰因素进行非线性智能校正实验。结果表明：经非线性智能校正后，压力传感器非目标参量的影响被有效地消除，其输出稳定性比原来提高了约19倍，进气歧管压力传感器测量精......
9. 《火灾探测的模糊神经网络数据融合算法》PDF+DOC 为提高火灾报警系统的正确率，提出一种多传感器火灾探测系统的数据融合算法。采用模糊神经网络建立了数据融合决策模型，并用改进的BP算法对网络进行学习和训练，自动调整模糊系统参数。根据国家标准试验火数据进行网络训练，系统误差小于试验火标准误差要求，表明了算法的有效性和可行性。与其他方法探测结果进行比较，体......
10. 《基于BP神经网络的功率传感器数据融合》PDF+DOC 本文阐述了BP神经网络传感器补偿矫正方面的应用，针对功率传感器非线性和频响问题，提出了采用BP神经网络进行补偿修正的方法，结果表明，采用BP神经网络消除非标参量影响的方法是有效可行的。...