|
|||||
|
|
| 提高传感器输出特性线性化的神经网络方法 | |
| 引用本文： | 卢智远,李卫军,周永军,牛中奇. 提高传感器输出特性线性化的神经网络方法[J]. 传感技术学报, 2004, 17(4): 633-635 |
| 作者姓名： | 卢智远 李卫军 周永军 牛中奇 |
| 作者单位： | 西安电子科技大学电子工程学院,西安,710071;西安电子科技大学电子工程学院,西安,710071;西安电子科技大学电子工程学院,西安,710071;西安电子科技大学电子工程学院,西安,710071 |
| 基金项目： | 国家自然科学基金，陕西省西安市科技攻关项目 |
| 摘 要： | 采用BP神经网络结构和LM网络学习规则对传感器系统的非线性误差进行线性校正和补偿,并对网络结构进行了适当的改进.用Matlab语言实现,计算比较了使用两种不同初始化规则和网络结构时对网络性能的影响.计算机仿真实验表明使用NW初始化规则并改进网络结构后,网络的收敛速度更快,拟合精度也有所改善. |
| 关 键 词： | BP神经网络 LM算法 NW初始化规则 传感器 非线性误差 |
| 文章编号： | 1004-1699(2004)04-0633-03 |
| 修稿时间： | 2004-06-19 |
Neural Network Methods for Improving Linear Regressionof Sensor Output Characteristic |
|
| LU Zhi??yuan,LI Wei??jun,ZHOU Yong??jun,NIU Zhong??qi. Neural Network Methods for Improving Linear Regressionof Sensor Output Characteristic[J]. Journal of Transduction Technology, 2004, 17(4): 633-635 | |
| Authors: | LU Zhi??yuan LI Wei??jun ZHOU Yong??jun NIU Zhong??qi |
| Affiliation: | Xidian University , Xi??an 710071, China |
| Abstract: | BP neutral network structure and LM study rule of neutral network are applied to compensate and adjustsensor??s nonlinear errors. Training programs are done by MATLAB language. Two different initial rules and networkarchitectures are compared in the aspect of network performance, especially of the converging speed. The results ofcomputer simulat ion illustrate that the method which uses Nguyen??Widrow initial rule and improved network architec??ture has a high converging speed and good precision |
| Keywords: | BP(back propagation) neural network LM(levenberg-marquardt) algorithm Nguyen-Widrow initial rule sensor nonlinear errors |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《传感技术学报》浏览原始摘要信息 | |
| 点击此处可从《传感技术学报》下载全文 | |