期刊文献+

基于BP神经网络的压力传感器静态特性数据融合 被引量:11

Data Fusion of Pressure Sensor Static State Based on BP Neural Network
下载PDF
导出
摘要 针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关,提出了采用BP神经网络技术对其进行数据融合处理,以消除非目标参量对压力传感器输出的影响。研究结果表明,利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。 Because pressure sensor is affected by non-objection parameter (temperature) in the applications, the output of pressure sensor not only depends on objection parameter (pressure).The method of eliminating affection caused by non-object parameter based on BP neural network data fusion is adopted. The results show the method elimination affection based on neural network data fusion is feasible.
机构地区 [
出处 《计算机测量与控制》 CSCD 2004年第6期598-600,共3页 Computer Measurement &Control
关键词 压力传感器 静态特性 数据融合 BP神经网络 BP neural network pressure sensor data fusion static state
  • 相关文献

参考文献5

  • 1何友等著..多传感器信息融合及应用[M].北京:电子工业出版社,2000:336.
  • 2韦巍编..智能控制技术[M].北京:机械工业出版社,2000:129.
  • 3王仲生..智能检测与控制技术[M],2002.
  • 4闻新.Matlab神经网络应用设计[M].北京:科学出版社,2001.. 被引量:84
  • 5楼顺天 施阳.基于MATLAB的系统分析与设计-神经网络[M].西安:西安电子科技大学出版社,1999.114-127. 被引量:53

共引文献135

同被引文献47

引证文献11

二级引证文献43

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部