改进的动态最近邻聚类算法在传感器校正中的应用

• 作者: 李文江 程海英 闫孝恒
• 来源期刊: 计算机测量与控制
• 关键词: IDARBF神经网络 压力传感器 RBF神经网络
• 年，卷（期）: 2011,（1）
• 页码范围: 237-239
• 分类号: TP23
• 语种: 中文

摘要

针对动态最近邻聚类算法因中心点选取不当以及隐含层节点较少时,通近效果不理想的问题,提出运用改进的动态最近邻聚类算法构造RBF神经网络( IDARBF神经网络),对传感器输出特性进行校正,有效地克服了原算法存在的问题;实验表明,IDARBF神经网络具有更好的非线性校正能力,运用改进的动态最近邻聚类算法处理后,传感器性能大幅度改善,精度更高,暗伤检侧合格率为100,检测效率128个/min.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文江	辽宁工程技术大学电气与控制工程学院	85	441	11.0	16.0
2	程海英	辽宁工程技术大学电气与控制工程学院	1	2	1.0	1.0
3	闫孝恒	辽宁工程技术大学电气与控制工程学院	1	2	1.0	1.0