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:
针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO( Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。
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PSO的BP神经网络在压力传感器温度补偿中的应用
来源期刊 传感技术学报 学科 工学
关键词 温度补偿 粒子群优化算法 BP神经网络 压力传感器
年,卷(期) 2014,(3) 所属期刊栏目 传感器信号处理
研究方向 页码范围 342-346
页数 5页 分类号 TP212
字数 3413字 语种 中文
DOI 10.3969/j.issn.1004-1699.2014.03.013
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 苗凤娟 齐齐哈尔大学通信与电子工程学院 96 292 8.0 13.0
2 孙艳梅 齐齐哈尔大学通信与电子工程学院 19 95 5.0 9.0
3 陶佰睿 齐齐哈尔大学通信与电子工程学院 107 362 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (35)
参考文献  (11)
节点文献
引证文献  (44)
同被引文献  (179)
二级引证文献  (203)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(15)
  • 引证文献(7)
  • 二级引证文献(8)
2016(28)
  • 引证文献(11)
  • 二级引证文献(17)
2017(35)
  • 引证文献(8)
  • 二级引证文献(27)
2018(89)
  • 引证文献(10)
  • 二级引证文献(79)
2019(49)
  • 引证文献(4)
  • 二级引证文献(45)
2020(30)
  • 引证文献(3)
  • 二级引证文献(27)
研究主题发展历程
节点文献
温度补偿
粒子群优化算法
BP神经网络
压力传感器
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导