论文部分内容阅读
提出了一种基于RBF神经网络的数据融合方法,并用此方法对电阻应变式压力传感器进行了温度补偿.通过一个实例说明了该方法的应用,并与利用BP神经网络进行补偿的方法进行了比较,进一步说明了该方法的优越性.结果表明当环境温度变化较大时,在不同的压力下该方法能对传感器进行有效的温度补偿.
应用数据融合改善压力传感器的静态特性
【摘 要】
：
提出了一种基于RBF神经网络的数据融合方法,并用此方法对电阻应变式压力传感器进行了温度补偿.通过一个实例说明了该方法的应用,并与利用BP神经网络进行补偿的方法进行了比较
【机 构】
：
华北电力大学
【出 处】
：
华北电力大学学报
【发表日期】
：
2003年2期
其他文献
国内外纷纷立法规范管理电子废弃物目前，废弃电子电器的环保处理，成为全球共同面对的重大问题。为此，许多国家先后制定了有关电子电器废弃物强制回收和处理的法律．法规及标准，其中
为了实现Web内部分布、异构数据之间的互操作和全局操作,必须对不同数据源进行集成.在分析了各集成模式的优缺点之后,提出了一种基于XML的虚拟化的Web数据集成方法.该方法采
采用介质阻挡放电（Dielectric barrier discharge-DBD）技术，获得了低气压条件下大气污染物NO分子等离子体的荧光发射谱。光谱由规则的双峰序列组成，归属为NOA2∑→X^2П1/2,3/2跃
基于神经网络模型的预测控制算法，是利用前向神经网络建立非线性被控对象的模型，以滚动优化、反馈校正实现对系统的控制。将其应用于倒立摆系统中，实现了对摆角和位移的同时控制