基于递归神经网络模型的传感器非线性动态补偿

• 作者: 田社平
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 传感器 递归神经网络 非线性动态补偿 递推预报误差算法
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 13-16
• 页数: 4页
• 分类号: TP212
• 字数: 2195字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2003.01.004

摘要

讨论了递归神经网络模型在传感器非线性动态补偿中的应用,给出了递归神经网络模型的结构及相应的训练算法.递归神经网络模型本身具有动态映射能力,其结构仅与输入层和中间层的节点数有关,且不需要知道被补偿传感器的结构特性(如输出、输入的最大延迟)等先验知识,简化了动态补偿器的结构设计.采用递推预报误差算法训练神经网络,具有收敛速度快、收敛精度高的特点.实验结果表明,经过补偿后的传感器具有期望的输入输出特性,应用递归神经网络对传感器进行非线性动态补偿是一种行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田社平	上海交通大学电子信息学院	184	1023	16.0	21.0