基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿

• 作者: 刘让周 杨进宝 林海军 滕召胜
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 数字温度传感器 误差补偿 径向基函数神经网络集成-模糊加权输出 边界误差
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1675-1680
• 分类号: TP212
• 字数: 3774字
• 语种: 中文

摘要

数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿.提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN；考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿.与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕召胜	湖南大学电气与信息工程学院	218	3004	28.0	43.0
2	林海军	湖南师范大学工学院	31	229	10.0	13.0
3	杨进宝	湖南师范大学工学院	13	96	5.0	9.0
4	刘让周	湖南大学电气与信息工程学院	4	33	3.0	4.0