期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于遗传算法和小波神经网络的传感器输出拟合方法研究被引量：1

原文传递

导出

摘要针对最小二乘法、分段线性化、神经网络等拟合方法的不足，提出了解决浓度传感器输出特性拟合的遗传神经网络方法，该方法首先使用遗传算法对浓度传感器的输出特性进行“粗拟合”，再用小波神经网络进行“细拟合”，提出遗传进化停滞算子与自适应变异方法，实验验证该方法的有效性。当环境条件发生变化时，只要测量几组数据对，该方法可自动重新训练网络，获得新的多项式系数，实现浓度传感器的在线动态标定。

作者钱光耀夏二勇王沪阳张文昊

机构地区上海中兴软件有限责任公司RNC媒体平台部中建工业设备安装有限公司南京工业大学土木工程学院上海宝山钢铁股份有限公司罗泾制氧分厂能源环保部马鞍山钢铁股份有限责任公司自动化工程公司

出处《计量技术》 2011年第9期3-6,共4页 Measurement Technique

关键词浓度传感器遗传算法小波神经网络动态标定

分类号 TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献9

1刘迎春, 叶湘滨..传感器原理、设计与应用[M],2002.
2沈毅,张建秋,王世忠,刘志言.纸浆浓度传感器非线性估计和动态标定的一种新方法[J].仪器仪表学报,1997,18(1):1-6. 被引量：24
3陈俊杰,黄惟一.基于遗传神经网络的传感器输出特性拟合[J].传感技术学报,2001,14(4):323-327. 被引量：11
4俞阿龙.基于遗传算法的RBF神经网络在热敏电阻温度传感器非线性补偿中的应用[J].电工技术学报,2005,20(8):99-102. 被引量：9
5钱光耀.基于小波神经网络的温度传感器非线性补偿研究[J].计量技术,2008(8):12-15. 被引量：1
6钱光耀,赵光兴.基于CCD的单缝衍射条纹光强测量与小波去噪技术研究[J].宇航计测技术,2006,26(6):59-62. 被引量：3
7钱光耀.基于RBF神经网络的双目摄像机标定研究[J].计量技术,2008(1):3-6. 被引量：2
8钱光耀,杨入超,赵光兴.基于人工神经网络的压力传感器三维数据融合[J].传感器与微系统,2007,26(2):79-81. 被引量：13
9钱光耀,赵光兴.基于遗传算法和线性神经网络的浓度传感器输出特性拟合[J].电工技术学报,2007,22(11):17-20. 被引量：4

二级参考文献53

1周忆,梁齐.用MATLAB语言模拟光衍射实验[J].大学物理实验,2001,14(4):47-48. 被引量：26
2陈波,胡念苏,周宇阳,申,赵瑜.汽轮机组监测诊断系统中虚拟传感器的数学模型[J].中国电机工程学报,2004,24(7):253-256. 被引量：24
3夏长亮,祁温雅,杨荣,史婷娜.基于混合递阶遗传算法和RBF神经网络的超声波电动机自适应速度控制[J].电工技术学报,2004,19(9):18-22. 被引量：13
4王彦,赵光兴.一种基于频谱拟合的信号去噪方法[J].宇航计测技术,2004,24(4):43-45. 被引量：4
5廖忠,赵宏.用小波神经网络补偿传感器非线性误差的研究[J].自动化仪表,2005,26(3):13-14. 被引量：4
6郑俊,邾继贵,叶声华.基于双目立体视觉的机器人测量技术研究[J].计量技术,2005(4):15-17. 被引量：5
7赵辉,王秀峰.LM算法在传感器数据融合中的应用[J].传感器技术,2005,24(5):77-79. 被引量：6
8姚敏,赵敏,邢力.基于小波神经网络的压力传感器温度补偿方法[J].传感器技术,2005,24(7):13-15. 被引量：9
9俞阿龙.基于遗传算法的RBF神经网络在热敏电阻温度传感器非线性补偿中的应用[J].电工技术学报,2005,20(8):99-102. 被引量：9
10崔彦平,林玉池,张晓玲.基于神经网络的双目视觉摄像机标定方法的研究[J].光电子．激光,2005,16(9):1097-1100. 被引量：26

共引文献53

1廖忠,赵宏.用小波神经网络补偿传感器非线性误差的研究[J].自动化仪表,2005,26(3):13-14. 被引量：4
2蔡钧,周学文,陈沈圆.基于改进遗传算法的传感器特性方程的建立[J].扬州大学学报（自然科学版）,2006,9(1):49-52. 被引量：1
3丰艳,王明辉,陈一民,韩进.增强现实系统中磁力跟踪器的校正[J].计算机工程,2006,32(10):28-30. 被引量：3
4谷立臣,贾永峰.基于函数型神经网络的机械参数软测量模型研究[J].仪器仪表学报,2006,27(6):657-660. 被引量：2
5钱光耀,赵光兴,韩华明.基于混合遗传算法的浓度传感器的非线性估计和动态标定[J].中国仪器仪表,2006(9):44-47. 被引量：7
6丰艳,陈一民.Rectification of magnetic force tracker using neural network inaugmented reality system[J].Journal of Shanghai University(English Edition),2006,10(5):431-435. 被引量：2
7苏英,陈平.基于RBF神经网络的车辆牵引性能测试数据融合技术[J].传感器与微系统,2007,26(2):43-44.
8庞林江,王俊,路兴花.电子鼻判别小麦陈化年限的检测方法研究[J].传感技术学报,2007,20(8):1717-1722. 被引量：38
9余学锋,文海,于杰.挂架载荷的动态标定及其数据处理方法研究[J].中国测试技术,2007,33(5):62-64. 被引量：1
10钱光耀,赵光兴.基于遗传算法和线性神经网络的浓度传感器输出特性拟合[J].电工技术学报,2007,22(11):17-20. 被引量：4

同被引文献11

1许国根,贾瑛.模式识别与智能计算的MATLAB实现[M].北京:北京航空航天大学出版社,2012:211-212. 被引量：41
2王小川,史峰,郁磊,等.MATLAB神经网络43个案例分析[M].北京:北京航空航天大学出版社,2013. 被引量：114
3陈果,周伽.小样本数据的支持向量机回归模型参数及预测区间研究[J].计量学报,2008,29(1):92-96. 被引量：63
4张立新,李长洪,赵宇.矿井突水预测研究现状及发展趋势[J].中国矿业,2009,18(1):88-90. 被引量：37
5杜红兵,王雪莉.基于主成分分析法的空管多指标安全综合评估研究[J].中国安全科学学报,2009,19(7):124-128. 被引量：9
6周燕,王里奥.模糊神经网络在重庆市饮用水原水水质评价中的应用[J].三峡环境与生态,2010,3(1):33-35. 被引量：14
7张文,陈剑平,秦胜伍,张晨,李明,马建全.基于主成分分析的FCM法在泥石流分类中的应用[J].吉林大学学报（地球科学版）,2010,40(2):368-372. 被引量：20
8张自政,杨勇,田立娇,陈见行,李杨.模糊评价分类模型在矿井底板突水判别中的应用[J].矿业安全与环保,2010,37(6):41-43. 被引量：15
9谭涛,任开春,陈熙隆,马俊.模糊神经网络技术[J].重庆文理学院学报（自然科学版）,2011,30(1):71-74. 被引量：7
10王英,黄容,段继红.基于主成分分析的重庆市房地产供求协调关系的研究[J].工程管理学报,2012,26(5):89-93. 被引量：7

引证文献1

1王江荣,文晖,任泰明.基于主成分分析和遗传算法的模糊神经网络在矿井突水判断中的应用[J].计量技术,2014(9):3-8.

1钱光耀,赵光兴.基于遗传算法和线性神经网络的浓度传感器输出特性拟合[J].电工技术学报,2007,22(11):17-20. 被引量：4
2张丹,郑瑞娟,吴庆涛,代玉梅.基于自律计算的网络安全态势感知模型[J].计算机应用,2013,33(2):404-407. 被引量：7
3邓韬.基于遗传神经网络方法的C^3I系统效能评估工具分析与设计[J].武警工程学院学报,2005,21(6):25-29.
4庞清乐,刘新允,刘新华.遗传神经网络及其在非线性校正中的应用[J].微计算机信息,2004,20(7):22-23. 被引量：4
5王宏亮.遗传算法中进化停滞问题的思考[J].计算机与信息技术,2005,0(6):21-22.
6陈俊杰,黄惟一.基于遗传神经网络的传感器输出特性拟合[J].传感技术学报,2001,14(4):323-327. 被引量：11
7黄为勇,高玉芹,田秀玲.一种传感器特性的高精度拟合方法[J].计算机测量与控制,2014,22(9):3074-3076. 被引量：2
8符强,童楠,钟才明,赵一鸣.基于改进型进化机制的萤火虫优化算法[J].计算机科学,2014,41(3):228-231. 被引量：13
9曹荣仙.遗传神经网络方法在粮食产量预测中的应用研究[J].福建电脑,2014,30(3):45-46. 被引量：1
10王华,何航,邢春齐.基于线结构光的空间圆几何参数测量方法[J].制造业自动化,2015,37(17):7-10. 被引量：1

计量技术

2011年第9期

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