改进型BP神经网络对电容称重传感器的非线性校正

• 作者: 张栋 李巨韬 王磊 郭伟
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 电容称重传感器 非线性校正 贝叶斯正则化 Levenberg-Marquardt算法 梯度下降算法
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 物理类传感器
• 页码范围: 1354-1360
• 页数: 7页
• 分类号: TP212
• 字数: 5320字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2012.010.006

摘要

针对电容称重传感器电容检测电路的输出电压与载荷质量之间的非线性特性问题,基于贝叶斯正则化的L-M算法建立BP神经网络改进模型,实现了电容称重传感器的非线性特性的校正,并与传统的梯度下降算法建立的BP神经网络模型的校正结果进行了仿真对比.仿真结果表明:改进型BP神经网络具有较快的收敛速度、较高的精度和较好的推广能力,有利于准确实现电容称重传感器非线性特性的有效校正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭伟	天津大学机构理论与装备设计教育部重点实验室	167	1933	21.0	34.0
2	王磊	天津大学机构理论与装备设计教育部重点实验室	112	730	15.0	20.0
3	李巨韬	天津大学机构理论与装备设计教育部重点实验室	10	49	4.0	7.0
4	张栋	天津大学机构理论与装备设计教育部重点实验室	4	36	2.0	4.0