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:
提出基于BP神经网络的浓度传感器非线性误差校正方法.文中详细给出了BP神经网络算法原理及训练方案.当替换传感器或环境条件发生变化时,只要获取一组输入输出样本对,便可重新训练网络,获得新的输入输出样本关系,从而实现传感器非线性校正和动态标定,提高传感器的互换性,有实际应用价值.
推荐文章
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
基于BP神经网络的超声波测距非线性误差校正
超声波测距
BP神经网络
非线性误差
基于神经网络的电容式压力传感器非线性校正
神经网络
自动补偿
智能传感器
基于BP网络的电涡流传感器非线性补偿
电涡流传感器
非线性
BP神经网络
Multisim
Matlab仿真
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神经网络的浓度传感器非线性校正
来源期刊 计算机工程与应用 学科 工学
关键词 非线性校正 BP网络 浓度传感器
年,卷(期) 2005,(3) 所属期刊栏目 工程与应用
研究方向 页码范围 226-228
页数 3页 分类号 TP183
字数 1783字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.03.070
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 田丰 沈阳航空工业学院计算机学院 57 792 18.0 26.0
2 孙小平 沈阳航空工业学院计算机学院 19 366 11.0 19.0
3 赵昱 沈阳航空工业学院计算机学院 1 19 1.0 1.0
4 姜平 沈阳航空工业学院计算机学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (19)
同被引文献  (54)
二级引证文献  (56)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(7)
  • 引证文献(3)
  • 二级引证文献(4)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(11)
  • 引证文献(2)
  • 二级引证文献(9)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(12)
  • 引证文献(5)
  • 二级引证文献(7)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
非线性校正
BP网络
浓度传感器
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导