《基于AFSA-BP神经网络的湿度传感器温度补偿》PDF+DOC
作者:郭敏,行鸿彦,张冬冬,张兰
单位:沈阳仪表科学研究院有限公司
出版:《仪表技术与传感器》2017年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFYBJS2017080020
DOC编号:DOCYBJS2017080029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PSO-BP神经网络的湿度传感器温度补偿》PDF+DOC2015年第06期 行鸿彦,邹水平,徐伟,张强
《基于PSO-BP的红外温度传感器环境温度补偿》PDF+DOC2015年第02期 赵斌,王建华
《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC2019年第04期 乔维德
《基于萤火虫优化BP神经网络方法的传感器温度补偿策略》PDF+DOC2020年第01期 王慧,符鹏,宋宇宁
《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC2020年第05期 刘贺,李淮江
《改进AFSA-BP神经网络的湿度传感器温度补偿研究》PDF+DOC2018年第07期 何怡刚,陈张辉,李兵,苏蓓蕾
《基于BP神经网络的IH3605传感器建模方法》PDF+DOC2010年第05期 黄俊燕,木昌洪
《压力传感器温度补偿技术分析》PDF+DOC2014年第10期 陈慧颖
《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC2014年第09期 温阳东,李龙剑
《压力传感器温度补偿各种算法的比较分析》PDF+DOC2013年第10期 杨雪,刘诗斌
针对HMP45D型温湿一体化传感器在使用中受温度影响的问题,提出了基于人工鱼群算法(AFSA)的BP神经网络温度补偿方法,用AFSA算法优化BP网络的初始权阈值并用该值训练BP网络。根据湿度传感器在多温度下所测数据,建立AFSA-BP神经网络模型实现温度补偿,与传统BP神经网络方法对比。结果表明,与传统BP神经网络相比,AFSA-BP神经网络的误差绝对值之和降低了6.14%,改善了BP神经网络易陷入局部极小的缺陷,提高了补偿精度。
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。