用微粒群算法与神经网络实现传感器误差补偿

用微粒群算法与神经网络实现传感器误差补偿
孙健
【期刊名称】《电子元件与材料》
【年(卷),期】2005(24)12
【摘要】为减少传感器非线性特性带来的测量系统误差,提出一种采用微粒群算法与BP(Back-propagation)神经网络相结合的方法设计误差补偿环节,将传感器非线性特性改造成为与实际物理过程相一致的不失真的线性特性,从而减小非线性误差.在电感微测仪位移测量系统实验中,采用PSO(Particle swarm optimization)算法训练后,网络的BP算法收敛速度很快,且精度高,在经过120次学习后,误差平方E < 0.001.
【总页数】3页(P17-19)
【作者】孙健
【作者单位】南京师范大学电气与自动化工程学院,江苏,南京,210042
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于BP神经网络的压力传感器误差补偿算法研究 [J], 朱龙俊;范君艳
2.基于RBF神经网络的智能传感器测量误差补偿方法 [J], 盛晓龙;夏虹
3.基于RBF神经网络的MEMS惯性传感器误差补偿方法 [J], 刘宇;付乐乐;邹新海;崔巍;文丹丹
4.基于RBF神经网络的MEMS惯性传感器误差补偿方法 [J], 刘宇;付乐乐;邹新海;
崔巍;文丹丹
5.基于卷积神经网络的MEMS传感器随机误差补偿方法 [J], 李英俊;褚文超;严利军;赵磊;周欣荣
因版权原因，仅展示原文概要，查看原文内容请购买。