10.16526/j.cnki.11-4762/tp.2017.12.078
基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究
针对湿度传感器的输出非线性问题,提出了基于L-M算法建立BP神经网络进行补偿校正,实现电阻型湿度传感器的输入与输出非线性补偿,并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比,重点比较了模型迭代性能、标准偏差;最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的表现,更适合湿度传感器的非线性特性的补偿校正.
湿度传感器、误差补偿、反向传播网络、共轭梯度算法、拟牛顿算法、L-M算法
25
TP837(远动技术)
国家海洋局南海分局局长基金1637
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
302-306