基于改进SPSO-BP神经网络的温度传感器湿度补偿

• 作者: 张一波 张兰 行鸿彦 郭敏
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 湿度补偿 BP神经网络 简化粒子群算法 温度传感器
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 380-385
• 页数: 6页
• 分类号: TP274
• 字数: 4836字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2018.03.011

摘要

针对在实际使用中湿度影响温度传感器准确性的问题,通过对基本粒子群算法的分析,得出不受速度向量影响的简化粒子群算法,同时采用线性递减惯性权重,提出了一种改进SPSO-BP神经网络温度传感器的湿度补偿方法.通过改进的简化粒子群算法的不断迭代,优化BP神经网络的权阈值,直到得到最优权阈值,并赋给BP神经网络.根据湿度影响实验中测得的数据,运用此方法建立湿度补偿模型,与BP神经网络方法对比分析.结果表明,改进SPSO-BP神经网络的模型结构简单、补偿精度高,收敛速度快,有效地对温度传感器进行了湿度补偿.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	行鸿彦	南京信息工程大学气象灾害预报预警与评估协同创新中心	137	1324	19.0	31.0
5	张兰	南京信息工程大学气象灾害预报预警与评估协同创新中心	10	12	3.0	3.0
9	郭敏	南京信息工程大学气象灾害预报预警与评估协同创新中心	3	13	3.0	3.0