作者:孙德建,崔释匀 单位:成都市计量监督检定测试院 出版:《计量与测试技术》2018年第06期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFJLYS2018060280 DOC编号:DOCJLYS2018060289 下载格式:PDF + Word/doc 文字可复制、可编辑
《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕 《柔性力敏传感器的快速标定方法的研究》PDF+DOC2019年第01期 吴云杰,徐超,周旭,杨先军,姚志明,孙怡宁 《用电容式加速度传感器进行角度测量的非线性标定技术》PDF+DOC2008年第03期 陈晴岚,胡雄 《基于遗传神经网络的传感器非线性校正研究》PDF+DOC2006年第12期 董程林,成曙,肖晨静 《基于GA-BP神经网络温漂补偿的十字正交型热温差式测风仪》PDF+DOC2019年第12期 刘洋,行鸿彦,侯天浩 《基于综合测量的岩土坡体稳定裕度的研究》PDF+DOC2019年第01期 季伟伟,李青,刘传奇,王茂杰,闫子壮 《传感器软件非线性校正方法综述》PDF+DOC2004年第02期 范铠 《基于遗传小波神经网络的压力传感器的非线性校正研究》PDF+DOC2007年第04期 高美静,胡黎明 《基于样条曲线插值的压力传感器的温度补偿》PDF+DOC2006年第06期 樊尚春,张秋利,秦杰 《基于MoTec的发动机ECU标定方法》PDF+DOC2013年第08期 黎杰,于善虎,殷俊,谢志辉,丁康,陈子健,刘德辉
  • 针对传感器输入输出存在的非线性特性,本文利用BP神经网络、粒子群算法优化的BP神经网络和遗传算法优化的BP神经网络三种方法来对传感器进行非线性标定,并通过电容式加速度传感器测量角度实验获取非线性实测数据。结合实验,对三种非线性标定方法的标定结果进行对比。实验结果表明,BP神经网络方法运算用时最少,但是标定效果较差,粒子群算法优化的BP神经网络标定效果有所改善,其运算时长较长,遗传算法优化的BP神经网络标定效果最好,但是运算用时较长。

    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。