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:
热电偶是工业中广泛使用的测温元件,运用广叉回归神经网络对热电偶的热电势-温度分度表进行教据处理,并利用Matlab工具进行了具体分析.结果证明,该补偿方法对K型热电偶,其误差达到0.02%,训练速度为0.60 s,取得了理想的效果.该方法与已有的补偿方法相比具有更好的非线性校正精度.
推荐文章
PID神经网络算法对K型热电偶非线性校正
PID神经网算法
K型热电偶
粒子群优化
非线性校正
惯性权值
Matlab
基于RBF神经网络的热电偶建模方法
RBF神经网络
热电偶传感器
建模
基于微机处理的热电偶动态误差校正方法研究
动态误差
传递函数
响应特性
热电偶
热电偶RBF神经网络模型分布密度范围研究
热电偶
神经网络
RBF
GRNN
分布密度
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 基于广义回归神经网络的热电偶非线性校正方法研究
来源期刊 江苏电机工程 学科 工学
关键词 热电偶 神经网络 温度测量
年,卷(期) 2007,(5) 所属期刊栏目 专论与综述
研究方向 页码范围 11-13
页数 3页 分类号 TH811
字数 2580字 语种 中文
DOI 10.3969/j.issn.1009-0665.2007.05.004
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 朱小良 东南大学能源与环境学院 22 91 5.0 8.0
2 王晓姝 东南大学能源与环境学院 1 0 0.0 0.0
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  (4)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
热电偶
神经网络
温度测量
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
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导