用于传感器非线性误差校正的新颖神经网络

摘要：

该文阐述了用神经网络校正传感系统非线性误差的原理和方法,提出了一种新颖的简化小脑模型神经网络(SCMAC)及其模型、算法与实现技术.模型、算法采用直接权地址映射技术,以训练样本的输入为地址,建立起输入与权重的关系.任意输入作为相近的权地址,即可找到对应的权,经过联想插补后可获得高精度输出.此外,采用磁盘文件存储、寻址权重等方法,避免了微机内存溢出,使得实现容易.最后给出了一个仿真实验.实验结果表明,用SCMAC校正后,可使传感器的非线性误差减少到近似为零.

关键词：小脑模型神经网络、传感器、非线性误差、校正、仿真

所属期刊栏目：10

分类号：TP18(自动化基础理论)

资助基金：江苏省科技厅应用基础研究项目

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1298-1303