基于神经网络的矿尘浓度传感器输出特性研究

• 作者: 曹茂永 杨芬 程学珍 胡安瑞
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 矿尘浓度 非线性数值校正 BP神经网络 RBF神经网络
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 试验·研究
• 页码范围: 46-48
• 页数: 3页
• 分类号: TD714
• 字数: 1445字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2009.11.019

摘要

通过对矿尘浓度传感器输出特性研究,提出运用人工神经网络的方法对其输出数值进行校正.通过样本数值对神经网络进行训练,得到非线性校正模型.实现将传感器原始显示数值输入校正模型,经过模型处理后得到一个新的输出数据,该数据比原始数据更精确.做到在不改变传感器硬件结构的基础上实现对输出数据的校正,以提高显示数值的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹茂永	山东科技大学信息与电气工程学院	68	762	12.0	26.0
2	程学珍	山东科技大学信息与电气工程学院	37	103	6.0	9.0
3	胡安瑞	山东科技大学信息与电气工程学院	1	1	1.0	1.0
4	杨芬	山东科技大学信息与电气工程学院	1	1	1.0	1.0