作者:
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:
维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较.以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络.这种新方法具有一定的实用价值.
推荐文章
基于径向基函数神经网络的智能嗅觉系统
智能嗅觉系统
径向基函数网络
气体传感器阵列
选择性
径向基函数神经网络的再学习算法及其应用
径向基函数神经网络
再学习算法
训练样本
径向基函数神经网络在网络安全预测中的应用
径向基函数
非线性时序
网络安全态势
网络攻击
边界模糊图像的径向基函数神经网络分割方法研究
边界模糊图像
径向基函数神经网络
图像分割
机器视觉
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 径向基函数神经网络在多维力传感器标定中的应用
来源期刊 计量学报 学科 工学
关键词 计量学 多维腕力传感器 标定 径向基函数神经网络 最小二乘法 反传神经网络
年,卷(期) 2006,(1) 所属期刊栏目
研究方向 页码范围 46-49
页数 4页 分类号 TB931
字数 2620字 语种 中文
DOI 10.3321/j.issn:1000-1158.2006.01.012
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 俞阿龙 淮阴师范学院物理系 73 489 12.0 18.0
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  (9)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (24)
二级引证文献  (65)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 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(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(3)
  • 引证文献(3)
  • 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(2)
  • 二级引证文献(1)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
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
计量学
多维腕力传感器
标定
径向基函数神经网络
最小二乘法
反传神经网络
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导