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:
为了解决大样本数据情况下N型热电偶应用中存在的问题,本文提出了基于粒子群算法优化径向基神经网络(RBF-PSO)进行热电偶非线性校正的新方法.仿真结果表明,采用该方法比以往采用的BP网络和RBF网络方法具有更高的拟合精度;同时以阳极焙烧过程中燃烧室温度为对象进行了仿真和实际应用研究,取得了满意的结果.
推荐文章
基于RBF-PSO的N型热电偶传感器非线性校正
RBF-PSO
非线性校正
优化
仿真
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
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
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 RBF-PSO在N型热电偶非线性校正中的应用
来源期刊 传感技术学报 学科 工学
关键词 粒子群算法 RBF神经网络 热电偶 非线性校正 应用
年,卷(期) 2007,(4) 所属期刊栏目 传感器应用
研究方向 页码范围 933-936
页数 4页 分类号 TP274
字数 3926字 语种 中文
DOI 10.3969/j.issn.1004-1699.2007.04.051
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 刘丁 西安理工大学信息与控制工程研究中心 196 3213 31.0 45.0
2 李晓斌 西安理工大学信息与控制工程研究中心 7 77 5.0 7.0
6 左磊 兰州理工大学电气与信息工程学院 4 48 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (915)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (10)
二级引证文献  (26)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(7)
  • 引证文献(5)
  • 二级引证文献(2)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
粒子群算法
RBF神经网络
热电偶
非线性校正
应用
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