利用RBF神经网络提高温度测量精度 |
| |
引用本文: | 孙慧莲,耿振野.利用RBF神经网络提高温度测量精度[J].中国新技术新产品精选,2008(17):11-11. |
| |
作者姓名: | 孙慧莲 耿振野 |
| |
作者单位: | 长春理工大学电信工程学院 |
| |
摘 要: | 本文介绍在压力测量时,为提高测量精度,利用径向基函数神经网络(RBF)和智能温度传感器DS1822进行温度补偿,改善其测量精度的新方法。RBF网络具有良好的非线性映射能力,自学习和泛化能力,采集样本数据训练构成具有双端输入、单端输出网络模型,采用改进的算法实现测量精度。
|
关 键 词: | 温度补偿 径向基函数神经网络 DS1822 一线芯片 |
本文献已被 CNKI 维普 等数据库收录! |
|