基于优化BP神经网络的物理量回归方法

摘要：

在物联网实际应用系统的开发中,传统回归方法面对A/D转换物理量回归时存在表达方式不统一、非线性校正能力及动态适应性弱等问题.文中在分析A/D转换物理量回归要素的基础上,依据BP神经网络的非线性映射能力,提出了利用布谷鸟算法进行优化的BP神经网络,并利用其实现统一数学表达的A/D转换物理量回归方法.实践表明,该方法具有数学公式统一、非线性校正能力及动态适应性强等特点.该方法既适用于利用通信方式将 A/D采集的数据直接送至PC机处理的物联网系统,也适用于利用PC机进行学习,将神经网络结构参数存储于MCU内的Flash中,在物联网终端直接将A/D值转为实际物理量的环境.

关键词：A/D转换、BP神经网络、布谷鸟搜索算法、物理量回归、动态校正

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672369;福建省教育厅科研基金JAT160521;武夷学院校科研基金XD201506

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：170-176