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:
硅压阻式压力传感器在工作时受温度的影响较大,随着温度的升高或降低,传感器的实际测量值会出现一定的误差,出现温度漂移的现象,为了抑制温度漂移对传感器的影响,采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿,通过对补偿前后数据的对比,使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级,得到了较为理想的效果,提升了传感器的性能和可靠性.
推荐文章
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
一种压力传感器温度补偿新方法
压力传感器
BP神经网络
数据融合
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BP神经网络的压力传感器温度补偿方法研究
来源期刊 传感技术学报 学科 工学
关键词 硅压阻式压力传感器 温度漂移 BP神经网络 温度补偿
年,卷(期) 2020,(5) 所属期刊栏目 传感器信号处理
研究方向 页码范围 688-692,732
页数 6页 分类号 TP212.6
字数 3906字 语种 中文
DOI 10.3969/j.issn.1004-1699.2020.05.011
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 李淮江 淮北师范大学物理与电子信息学院 20 98 5.0 9.0
2 刘贺 淮北师范大学物理与电子信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (120)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(8)
  • 参考文献(0)
  • 二级参考文献(8)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
硅压阻式压力传感器
温度漂移
BP神经网络
温度补偿
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