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:
在用人工神经网络对传感器特性进行补偿的基础上,进行了一些改进与简化,提出了一种简化的快速算法,通过多步继承法、神经元功能函数平移法、停止条件比较法等措施,对BP神经网络本身的一些缺陷,如收敛速度慢、容易收敛到局部最小点等进行了弥补,并用MATLAB语言编制了训练程序.结果表明,该算法可以进一步提高数据拟合的精度,而且大幅度地节省了时间.
推荐文章
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
一种基于IGA-RBF神经网络的传感器动态特性补偿算法
动态补偿
RBF神经网络
遗传算法
瓦斯传感器
基于BP神经网络的多传感器系统滤波降噪算法
白噪声
多传感器
BP神经网络
最优加权
基于神经网络的传感器动态补偿算法及DSP实现
动态补偿
逆建模
自适应神经网络
数字信号处理器
数据采集
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 基于BP神经网络的传感器特性补偿新算法的研究
来源期刊 仪表技术与传感器 学科 工学
关键词 神经网络 BP算法 传感器 补偿
年,卷(期) 2000,(1) 所属期刊栏目 传感器技术
研究方向 页码范围 11-13,16
页数 4页 分类号 TP2
字数 3353字 语种 中文
DOI 10.3969/j.issn.1002-1841.2000.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘君华 224 3216 28.0 45.0
2 司端锋 1 60 1.0 1.0
3 常炳国 13 605 9.0 13.0
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  (4)
节点文献
引证文献  (60)
同被引文献  (71)
二级引证文献  (247)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2000(2)
  • 引证文献(2)
  • 二级引证文献(0)
2001(4)
  • 引证文献(3)
  • 二级引证文献(1)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(6)
  • 引证文献(2)
  • 二级引证文献(4)
2004(8)
  • 引证文献(1)
  • 二级引证文献(7)
2005(13)
  • 引证文献(1)
  • 二级引证文献(12)
2006(14)
  • 引证文献(3)
  • 二级引证文献(11)
2007(26)
  • 引证文献(8)
  • 二级引证文献(18)
2008(13)
  • 引证文献(1)
  • 二级引证文献(12)
2009(16)
  • 引证文献(10)
  • 二级引证文献(6)
2010(13)
  • 引证文献(3)
  • 二级引证文献(10)
2011(14)
  • 引证文献(0)
  • 二级引证文献(14)
2012(15)
  • 引证文献(3)
  • 二级引证文献(12)
2013(20)
  • 引证文献(5)
  • 二级引证文献(15)
2014(19)
  • 引证文献(4)
  • 二级引证文献(15)
2015(26)
  • 引证文献(4)
  • 二级引证文献(22)
2016(24)
  • 引证文献(2)
  • 二级引证文献(22)
2017(27)
  • 引证文献(4)
  • 二级引证文献(23)
2018(28)
  • 引证文献(1)
  • 二级引证文献(27)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
神经网络
BP算法
传感器
补偿
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
仪表技术与传感器
月刊
1002-1841
21-1154/TH
大16开
沈阳市大东区北海街242号
8-69
1964
chi
出版文献量(篇)
7929
总下载数(次)
16
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导