作者:
原文服务方: 科技与创新       
摘要:
为了解决电容称重传感器的非线性问题,提出了补偿其非线性的小波神经网络方法.该方法以电容称重传感器实验数据为基础,通过小波神经网络训练来确定传感器非线性补偿网络.介绍电容称重传感器非线性补偿原理,分析网络的拓扑结构,给出网络参数训练方法.结果表明,采用小波神经网络进行电容称重传感器非线性补偿具有好的鲁棒性,网络训练速度快、精度高,并能在线补偿,在测试领域有实用价值.
推荐文章
基于OBF神经网络的温度传感器非线性补偿方法
热敏电阻
传感器
非线性补偿
OBF神经网络
基于神经网络的电容式压力传感器非线性校正
神经网络
自动补偿
智能传感器
应变式称重传感器的非线性校正
应变式称重传感器
非线性校正
曲线拟合
系统实现
人工神经网络在电涡流传感器非线性补偿中的应用研究
RBF神经网络
电涡流传感器
非线性补偿
拟合函数
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 基于小波神经网络的电容称重传感器非线性补偿研究
来源期刊 科技与创新 学科
关键词 电容称重传感器 非线性 补偿 小波神经网络
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 49-50,33
页数 分类号 TP212.6
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.07.020
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 俞阿龙 淮阴师范学院电子与电气工程系 73 489 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (126)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
电容称重传感器
非线性
补偿
小波神经网络
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导