作者:谢石林,陈胜来,张希农,朱长春 单位:中国机械工程学会 出版:《机械工程学报》2010年第22期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFJXXB2010220040 DOC编号:DOCJXXB2010220049 下载格式:PDF + Word/doc 文字可复制、可编辑
《多维传感器标定的支持向量机复合式方法》PDF+DOC2011年第06期 马迎坤,张希农 《三十吨直接加载测力机研制成功》PDF+DOC1981年第05期 沈福棣 《多个传感器的信号处理方法》PDF+DOC2002年第03期 骆桂德 《提高传感器精度的神经网络方法》PDF+DOC2002年第01期 庄哲民,黄惟一,刘少强 《多个力传感器的共同测试技术》PDF+DOC2001年第05期 朱超甫,李元,陈虎平,宋惠改 《高精度新型调制变送器设计与应用》PDF+DOC2011年第05期 李正兵,蒋兴加,王小丽 《基于BP网络的高精度信号调理系统的研制》PDF+DOC2008年第11期 张巍,孙同景,王丕涛 《机器人多维力传感器标定Kalman滤波》PDF+DOC2006年第01期 许德章,葛运建,高理富 《卡尔曼滤波在应变式力传感器中的应用》PDF+DOC2014年第07期 刘晓东,唐俊杰,许杜峰,陈鑫玉 《基于参数辨识的时栅转台在线自动标定系统》PDF+DOC2016年第03期 张天恒,李志明,杨继森
  • 传感器标定是工程测试中的一个重要环节,直接影响测试结果的精度及可靠性。当被测物理量与传感器输出信号间的关系包含复杂、未知的非线性特性时,传统的标定方法难以达到满意的精度。引入神经网络杂交建模的思想,提出传感器标定的神经网络杂交建模方法,阐明建模过程和步骤。分别以单输入单输出和多输入多输出传感器为例,进行杂交建模标定的仿真研究,并对一个6维力传感器样机完成了神经网络杂交建模试验标定。仿真与试验结果表明,与传统的标定方法相比,神经网络杂交建模方法能够显著提高传感器的标定精度,同时比神经网络黑箱建模方法具有更小的网络规模和更快的收敛速度,且精度高,泛化推广能力强。

    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。