《基于函数链神经网络的传感器建模》PDF+DOC
作者：施惠昌
单位：上海大学
出版：《上海大学学报(自然科学版)》1999年第06期
页数：5页 （PDF与DOC格式可能不同）
PDF编号：PDFSDXZ1999060220
DOC编号：DOCSDXZ1999060229
下载格式：PDF + Word/doc 文字可复制、可编辑
《一种利用函数链神经网络的传感器建模新方法》PDF+DOC2000年第03期 施惠昌
《优化RBF神经网络在压力传感器中的应用》PDF+DOC2012年第03期 彭继慎,程英
《一种基于函数型神经网络的传感器静态模型辨识方法》PDF+DOC1999年第02期 戴文战
《基于FLANN数据融合的传感器温度补偿及校正》PDF+DOC2003年第04期 张金敏
《基于MATLAB的传感器建模的实现方法》PDF+DOC2003年第04期 罗成汉
《智能传感器系统非线性校正的神经网络法》PDF+DOC2003年第S2期 于莲芝,丁国清
《一种利用RBF神经网络的传感器建模新方法》PDF+DOC2002年第03期 王雪萍,林康红
《基于神经网络的传感器非线性误差校正》PDF+DOC2002年第01期 林康红,施惠昌,卢强,奉玲
《基于BP神经网络的磁通门传感器温度误差补偿》PDF+DOC2011年第03期 庞鸿锋,罗诗途,陈棣湘,潘孟春,张琦
《基于神经网络信息融合的铜精炼炉压力传感器非线性校正》PDF+DOC2008年第02期 谢常清,鄂加强
现代测控系统对传感器的精度和工作条件提出了很高的要求.为此，人们不得不采取一些中间补偿和修正措施，实现抗干扰、线性化，以提高传感器和系统的性能.讨论基于函数链神经网络(FLNN)的传感器建模新方法，其精度提高，结构简单、使用灵活、建模容易，易于实时硬件实现.两个算例说明网络的训练和非线性逼近方法，显示出网络的自适应能力、学习能力，基于FLNN的传感器模型可同时实现温度补偿和非线性校正.实际上，利用这种模型可以跟踪补偿环境改变引起的传感器特性的各种变化，在测控系统中具有良好的应用前景。
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。