标准量插入神经网络实时误差修正技术研究

• 作者: 卢荣胜 叶声华 费业泰 陶国治
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 非稳定动态测量 实时误差修正 神经网络 标准量插入法
• 年，卷（期）: 2001,（2）
• 页码范围: 81-86
• 页数: 6页
• 分类号: TH701
• 字数: 3483字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1158.2001.02.001

摘要

误差修正技术是提高测量仪器精度的重要途径,本文详细介绍了具有时变系统误差与随机误差的非稳定动态测量过程实时误差预测修正方法,即:用标准量插入法实时分离误差,采取神经网络建模法对分离出来的误差进行实时建模,跟踪误差的变化,对其进行预报修正.通过自行研制的动态测角仪对这种误差修正技术进行了验证,使该测角仪的测量精度提高近10倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶声华		292	6282	40.0	63.0
2	费业泰		222	2927	27.0	41.0
3	卢荣胜		5	81	4.0	5.0
4	陶国治		1	25	1.0	1.0