RBF神经网络在传感器校正中的应用

摘要：

提出了一种基于RBF神经网络的传感器非线性校正方法.传感器的输出及待测物理量的实际数值用于训练RBF神经网络,以得到非线性校正用的逆模型.只需较少的神经元就可构成上述逆模型,便于单片机软件实现或"固化"在硬件中.通过一个二维位移传感器的例子表明,采用RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于BP神经网络,能满足实用要求.

关键词：径向基函数(RBF)、神经网络、传感器校正、智能传感器

所属期刊栏目：24

分类号：TP21(自动化技术及设备)

资助基金：浙江省自然科学基金 602145

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3页

页码：96-98