10.3969/j.issn.1000-9787.2005.12.015
基于RBFNN的铂电阻温度传感器非线性补偿
针对铂电阻温度传感器应用中存在的非线性问题,提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法.介绍了非线性补偿的原理和网络训练方法.结果表明:这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点, 与基于BP神经网络的非线性补偿模型相比, 大大缩短了网络训练时间, 从而方便了铂电阻温度传感器在测控系统中的应用.
铂电阻、径向基函数神经网络、非线性补偿
24
TP212(自动化技术及设备)
江苏省高校自然科学基金04KJD140033
2006-02-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
43-45