基于导数约束的称重传感器非线性误差补偿方法

• 作者: 林亚平 林海军 汪鲁才 王震宇
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 称重传感器 非线性误差补偿 神经网络 导数约束
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1537-1542
• 页数: 6页
• 分类号: TP212
• 字数: 4475字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.11.013

摘要

电阻应变式称重传感器存在严重的非线性误差,直接影响称重结果的准确度。本文首先阐述了称重传感器的非线性误差机理与误差补偿原理,提出了一种基于导数约束的称重传感器非线性误差补偿方法。该方法根据称重传感器输入-输出特性曲线的单调递增性,构造神经网络补偿模型训练的约束条件,完成神经网络优化设计,弥补了因训练样本不足导致的网络泛化误差大的缺陷,同时讨论了惩罚因子对网络性能的影响。实验表明,采用这种基于导数约束神经网络补偿方法( DCNN方法)的称重传感器的非线性误差远小于补偿前的误差；同时当训练样本不足时,DCNN方法比传统训练方法(仅利用数据样本训练神经网络,DINN)具有更好的泛化能力,称重准确度更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林亚平	湖南大学信息科学与技术学院	231	2974	26.0	42.0
2	汪鲁才	湖南师范大学工学院	77	515	12.0	19.0
3	林海军	湖南大学信息科学与技术学院	31	229	10.0	13.0
7	王震宇	湖南师范大学工学院	1	12	1.0	1.0