留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于径向基神经网络的电涡流传感器输出特性拟合研究

尤文坚 梁兵 李荫军

尤文坚, 梁兵, 李荫军. 基于径向基神经网络的电涡流传感器输出特性拟合研究[J]. 工矿自动化, 2013, 39(2): 47-50.
引用本文: 尤文坚, 梁兵, 李荫军. 基于径向基神经网络的电涡流传感器输出特性拟合研究[J]. 工矿自动化, 2013, 39(2): 47-50.
YOU Wen-jian, LIANG Bing, LI Yin-jun. Research of output characteristic fitting of eddy-current sensor based on radial-basis function neural network[J]. Industry and Mine Automation, 2013, 39(2): 47-50.
Citation: YOU Wen-jian, LIANG Bing, LI Yin-jun. Research of output characteristic fitting of eddy-current sensor based on radial-basis function neural network[J]. Industry and Mine Automation, 2013, 39(2): 47-50.

基于径向基神经网络的电涡流传感器输出特性拟合研究

基金项目: 

广西省教育厅自然科学科研项目(200911LX547)

详细信息
  • 中图分类号: TD67

Research of output characteristic fitting of eddy-current sensor based on radial-basis function neural network

  • 摘要: 针对电涡流传感器的输出特性参数非线性较大, 不能精确地反映被测物理量的问题,提出了一种采用径向基神经网络对电涡流传感器的输出特性参数进行拟合的方案。该方案采用newrb函数创建一个径向基神经网络,以被测物理量作为输入矩阵、电涡流传感器输出电压作为输出矩阵,对该径向基神经网络进行训练,从而可得到均方根误差小且光滑的电涡流传感器输出特性拟合曲线。实验结果表明,只要选择合适的创建函数和扩展系数,径向基神经网络能有效地实现电涡流传感器输出特性的拟合。

     

  • 加载中
计量
  • 文章访问数:  42
  • HTML全文浏览量:  10
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 刊出日期:  2013-02-10

目录

    /

    返回文章
    返回