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:
以一受环境温度和电源波动影响的压力传感器为例,说明了具体实现方法和校正效果.并与采用BP神经网络进行误差校正的方法进行了比较.实验结果表明,采用RBF神经网络可以明显提高网络收敛速度,大大减小传感器静态误差,校正效果优于BP神经网络.
推荐文章
基于RBF神经网络的镜头畸变校正方法
平面标定法
RBF
神经网络
畸变校正
基于粒子群优化的地磁传感器非对准误差校正方法
地磁传感器
非对准误差
椭球拟合
粒子群优化
用RBF神经网络改善传感器输出特性
径向基函数
传感器
输出特性
基于BP网络的结冰传感器非线性校正方法
BP网络
非线性校正
结冰传感器
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RBF神经网络的传感器静态误差综合校正方法
来源期刊 传感技术学报 学科 工学
关键词 径向基函数(RBF) 神经网络 传感器 误差校正
年,卷(期) 2004,(4) 所属期刊栏目
研究方向 页码范围 643-646
页数 4页 分类号 TP212
字数 2494字 语种 中文
DOI 10.3969/j.issn.1004-1699.2004.04.029
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 何同祥 华北电力大学自动化系 36 222 9.0 12.0
2 仝卫国 华北电力大学自动化系 38 387 12.0 19.0
3 侯立群 华北电力大学自动化系 11 95 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (46)
参考文献  (4)
节点文献
引证文献  (23)
同被引文献  (31)
二级引证文献  (147)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(10)
  • 引证文献(6)
  • 二级引证文献(4)
2008(11)
  • 引证文献(3)
  • 二级引证文献(8)
2009(10)
  • 引证文献(1)
  • 二级引证文献(9)
2010(19)
  • 引证文献(2)
  • 二级引证文献(17)
2011(19)
  • 引证文献(1)
  • 二级引证文献(18)
2012(19)
  • 引证文献(2)
  • 二级引证文献(17)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(19)
  • 引证文献(3)
  • 二级引证文献(16)
2016(15)
  • 引证文献(0)
  • 二级引证文献(15)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
径向基函数(RBF)
神经网络
传感器
误差校正
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