基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对压力传感器输出的温度非线性特性,采用遗传模拟退火算法优化的BP神经网络(GSA-BPNN)进行误差补偿,并与标准BP神经网络补偿误差进行了比较.通过MATLAB仿真验证,实验结果表明:采用GSA-BP神经网络不易陷入局部极小值,大大减小传感器非线性误差,误差精度小于0.1%,补偿结果优于标准BP神经网络.
推荐文章
基于BP神经网络的智能压力传感器设计
分布式控制
智能压力传感器
BP神经网络
DS18B20
基于BP神经网络的压力传感器数据融合研究
压力传感器
数据融合
BP神经网络
非目标参量
基于BP神经网络的压力传感器静态特性数据融合
BP神经网络
压力传感器
数据融合
静态特性
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
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GSA-BP神经网络的压力传感器温度补偿
来源期刊 电子器件 学科 工学
关键词 压力传感器 温度补偿 神经网络 遗传模拟退火算法 MATLAB
年,卷(期) 2013,(5) 所属期刊栏目 电子电路设计分析及应用
研究方向 页码范围 680-684
页数 5页 分类号 TP18
字数 3715字 语种 中文
DOI 10.3969/j.issn.1005-9490.2013.05.022
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 黄世震 福州大学福建省微电子集成电路重点实验室 93 587 13.0 19.0
2 林淑玲 福州大学福建省微电子集成电路重点实验室 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (66)
参考文献  (8)
节点文献
引证文献  (13)
同被引文献  (92)
二级引证文献  (12)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(8)
  • 引证文献(5)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
压力传感器
温度补偿
神经网络
遗传模拟退火算法
MATLAB
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导