传感器非线性误差校正的BP神经网络方法研究

研究了采用BP神经网络实现传感器逆向建摸,用三种神经网络方法(LM算法)计算比较了使用两种不同初始化规则和不同网络结构时对网络性能和计算精度的影响。计算机仿真实验表明:使用NW初始化规则并改进网络结构后,网络的收敛速度更快,精度更高。

提高传感器输出特性线性化的神经网络方法

采用BP神经网络结构和LM网络学习规则对传感器系统的非线性误差进行线性校正和补偿 ,并对网络结构进行了适当的改进。用Matlab语言实现 ,计算比较了使用两种不同初始化规则和网络结构时对网络性能的影响。计算机仿真实验表明使用NW初始化规则并改进网络结构后 ,网络的收敛速度更快 ,拟合精度也有所改善。