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:
通常传感器都存在交叉灵敏度,运用BP网络对数据进行融合,可以有效降低非目标参量对输出特性的影响.MATLAB中提供了多种针对BP网络的训练方法.运用其中的变梯度法、拟牛顿法和LM法分别对压力传感器进行数据融合.比较其结果可知,相对于另外两种方法,LM算法可有效地克服局部收敛,更好地提高压力传感器的稳定性和可靠性.
推荐文章
基于PSO—BP的无线传感器网络数据融合算法研究
数据融合
无线传感器网络
粒子群算法
BP神经网络
基于BP神经网络的压力传感器静态特性数据融合
BP神经网络
压力传感器
数据融合
静态特性
基于BP神经网络的压力传感器数据融合研究
压力传感器
数据融合
BP神经网络
非目标参量
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
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 BP网络训练法在传感器数据融合方面的应用
来源期刊 电声技术 学科 工学
关键词 压力传感器 BP网络 数据融合 LM算法
年,卷(期) 2008,(4) 所属期刊栏目 电声器件与电路
研究方向 页码范围 28-31
页数 4页 分类号 TN912
字数 2770字 语种 中文
DOI 10.3969/j.issn.1002-8684.2008.04.009
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 刘坤 西北工业大学电子信息学院 28 333 10.0 17.0
2 刘诗斌 西北工业大学电子信息学院 84 743 15.0 22.0
3 李欣 西北工业大学电子信息学院 16 107 5.0 10.0
4 冯勇 西北工业大学电子信息学院 13 91 5.0 9.0
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  (32)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压力传感器
BP网络
数据融合
LM算法
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
电声技术
月刊
1002-8684
11-2122/TN
大16开
北京市朝阳区酒仙桥北路乙7号
2-355
1977
chi
出版文献量(篇)
6327
总下载数(次)
24
论文1v1指导