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:
文章提出了一种基于改进型BP神经网络的瓦斯传感器的非线性调校方法,该方法利用神经网络良好的非线性映射能力逼近反非线性函数,从而完成非线性校正.仿真结果表明:与传统的分段线性方法和BP算法相比,改进型BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的±5.02%提高到现在的±0.130%,且易于动态调校.
推荐文章
基于神经网络的瓦斯传感器非线性校正
瓦斯传感器
非线性校正
神经网络
MATLAB
基于神经网络模型的传感器非线性校正
BP神经网络
RPE算法
传感器
非线性补偿
基于神经网络的传感器非线性校正方法
人工智能
非线性校正
应用
BP神经网络
传感器
基于BP神经网络的浓度传感器非线性校正
非线性校正
BP网络
浓度传感器
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 基于神经网络的瓦斯传感器的非线性校正
来源期刊 工矿自动化 学科 工学
关键词 煤矿 瓦斯传感器 神经网络 非线性校正
年,卷(期) 2006,(6) 所属期刊栏目 实验研究
研究方向 页码范围 1-4
页数 4页 分类号 TD712.3|TP183
字数 3030字 语种 中文
DOI 10.3969/j.issn.1671-251X.2006.06.001
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 刘刚 江西师范大学物理与通信电子学院 40 226 9.0 13.0
2 刘学仁 江西师范大学物理与通信电子学院 5 33 3.0 5.0
3 蔡十华 江西师范大学物理与通信电子学院 13 75 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (44)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (21)
二级引证文献  (27)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
煤矿
瓦斯传感器
神经网络
非线性校正
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
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导