基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文提出一种基于函数型神经网络的传感器静态模型辨识方法.该神经网络连接系数直接反映了传感器静态模型中的被辨识参数,网络结构简单,具有良好的收敛性.文章将这一方法实际应用到铂热电阻静态模型辨识.仿真结果表明,本方法是可行的.
推荐文章
基于神经网络的传感器非线性静态特性模型辨识
神经网络
传感器
非线性静态特性
模型辨识
学习算法
一种动态非线性模型传感器的辨识和补偿方法
系统辨识
函数链人工神经网络
遗传算法
动态补偿
基于神经网络的传感器故障监测与诊断方法研究
输出特性
传感器故障
神经网络
监测与诊断
一种基于模糊分类的模糊神经网络辨识方法
T-S模型
自适应模糊神经网络
模糊竞争学习
模糊辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于函数型神经网络的传感器静态模型辨识方法
来源期刊 传感技术学报 学科 工学
关键词 传感器模型 人工神经网络 铂电阻
年,卷(期) 1999,(2) 所属期刊栏目
研究方向 页码范围 115-118
页数 4页 分类号 TP212
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
传感器模型
人工神经网络
铂电阻
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导