原文服务方: 铜业工程       
摘要:
传感器大多数都对环境(比如温度)有一定的敏感度,这样就会使传感器的零点和线性发生偏移,从而造成输出值随环境温度的变化而变化,再加上气压、以及气体流量等因素,导致测量出现附加误差.本文将利用神经网络来处理各种环境因素而产生的误差,将低成本的微控制器与传感器结合起来,设计出了能够自动补偿环境影响的智能传感器.并针对硬件平台的局限性,根据学习网络的学习特性,做了相应的优化改进,实现了传感器高精度快速误差补偿.
推荐文章
基于BP神经网络的智能压力传感器设计
分布式控制
智能压力传感器
BP神经网络
DS18B20
无线传感器网络在智能交通中的应用
无线传感器网络
智能交通系统
节点
系统模型
改进BP神经网络在流型智能识别中的应用
多相流
流型
非线性最小二乘法
神经网络
模式识别
智能传感器中的算法应用
智能传感器
回归分析法
人工神经网络
遗传算法
模拟退火算法
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 改进BP网络在智能传感器设计中的应用
来源期刊 铜业工程 学科
关键词 BP网络 线性 智能
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 82-85
页数 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1009-3842.2010.02.023
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 张涛 郑州轻工业学院计算机与通信工程学院 22 72 4.0 8.0
2 吕欣美 中州大学就业指导中心 8 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (154)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(9)
  • 参考文献(0)
  • 二级参考文献(9)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(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
BP网络
线性
智能
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
铜业工程
双月刊
1009-3842
36-1237/TF
大16开
江西省南昌市青山湖区高新区昌东大道7666号
1984-01-01
中文
出版文献量(篇)
3114
总下载数(次)
0
论文1v1指导