基于BP网络的光纤光栅传感器对温度和应变的同时测量

外界温度与光纤应变都会导致光纤光栅的中心波长发生偏移,由此引起光纤光栅传感器在测量时的温度与应变交又敏感问题。运用人工神经网络理论,建立光纤光栅测量系统的BP神经网络模型,对网络进行训练并评估,结果表明训练后的网络很好实现温度与应变的同时测量。     

LabVIEW设计中压力传感器的BP神经网络温度非线形校正

介绍了LabVIEW设计中采用BP神经网络校正压力传感器系统的温度非线性校正的原理和方法,通过计算机仿真与应用,显示了这种方法使压力传感器的性能得到了改善,网络结构简单,准确度高,有实际应用价值。     

基于PCA和GA融合算法的湿度传感器校准实验研究

针对湿度传感器因湿滞或温度漂移等因素引起的非线性问题,提出一种基于主成分分析(PCA)和遗传算法(GA)融合优化神经网络(BP)传感器校准改进措施。以HR202电阻型湿度传感器为例,分别在5个温度和10种饱和盐溶液标准湿度环境下进行测试,对采集的数据首先利用PCA算法"降维",通过提取温度和湿滞补偿的主要信息,在原信息损失较小的前提下,将BP传感器校准多维问题简化,然后采用GA-BP对样本进行训练。经实验测试和Matlab平台仿真研究结果表明,基于PCA和GA融合算法处理的神经网络对湿度传感器定标校准数据相比该产品示值校准精度从±5%RH提高到±3%RH,训练速度相比传统BP方法提高3~5倍。该方法在湿度传感器校准测量精度提高方面有参考价值。     

基于AVR单片机的数字式气压高度计设计

采用MS5534B,利用海拔高度与气压和温度的关系,设计并制作了微型气压高度计.通过数字压力传感器和ATMEL公司的ATmega16L单片机进行串行通信,读取传感器中压力、温度值及补偿参数,用软件进行温度补偿和高度计算,并能在液晶屏上显示具体数值.设计的气压高度计样机具有质量小、功耗低、精度高、工作可靠等优点.     

运用BP算法神经网络拟合传感器的输出特性

首先介绍了BP算法神经网络的基本原理，然后将BP算法神经网络应用于拟合传感器的输出特性，并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合传感器的输出特性的优越性。     

基于LabWindows／CVI神经网络技术虚拟温度补偿仪的实现

通过虚拟温度补偿仪的实现,阐述了运用常用的BP神经网络技术与虚拟仪器技术相结合创建虚拟压力传感器温度补偿仪的设计原理与方法．在实验室采用信号发生器模拟外部现场信号对所设计的测试系统进行测试,证明该系统能够得到预期的效果,人机界面友好．     

用于前馈神经网络的一种相继逼近训练算法

本文提出了一种用于前馈神经网络的基于隐单元递增的相继逼近训练算法,利用N维奇偶问题数值实验来比较基于隐单元递增的相继逼近训练算法的BP网络与标准BP网络,结果表明,基于新算法的BP网络是收敛的.     

基于BP网络的零件外圆面加工方案决策研究

基于人工神经网络中的BP网络建立了零件外圆面加工方案决策模型.把一系列推理规则转化为网络权值,并设计了BP网络.然后利用MATLAB软件中的神经网络工具箱编程,对网络进行训练,应用训练好的网络生成零件外圆面的加工方案,示例验证网络运行可靠.     

基于BP网络的锅炉炉膛温度测量算法

分析了火焰辐射图像的炉膛温度场的测量原理,建立了针对测量对象的非线性优化数学模型,提出了一种基于BP网络的温度场测量算法。通过构造BP神经网络,输入图像样本,输出温度样本和选择合适的样本训练网络,可得出炉膛的温度场分布情况。经过实验验证,该测试算法能有效提高测量精度,具有较好的应用前景。     

无线传感器网络的温深测量系统设计

针对水中温度和深度参数测量,应用传感器网络技术设计了基于高性能单片机、数字集成温度传感器和扩频通信模块的温度深度同步测最系统,给出了系统的硬件和软件设计方法以及部分源代码.结果表明,该系统具有测量精度高、使用方便、工作稳定可靠并可组网工作等特点.     

基于隐单元递增的相继逼近算法的泛化能力分析

本文通过双螺旋问题数值实验,分析了用于前馈神经网络的基于隐单元递增的相继逼近训练算法的泛化能力,并与标准BP网络相比较.结果表明,该相继逼近训练算法较标准BP网络有优势.     

BP神经网络原理及MATLAB仿真

BP网络在人工神经网络中应用最为广泛．它理论完善、结构直观．本文首先介绍了BP神经网络的原理、进行训练的过程、存在的问题;接着探讨了几种先进的BP训练方法．最后,用Matlab语言,以函数逼近为例实现了BP网络的仿真训练．     

BP算法的改进及在模式识别中的应用

主要分析了BP算法的特点以及在模式识别应用中存在的一些缺陷，研究了遗传算法和BP算法相结合的相关技术，设计并实现了一个遗传算法和BP算法相结合的BP—GA算法，并用一个经典实例说明该算法在模式识别中的应用．实验结果表明，基于BP—GA的模式识别系统有较好的泛化能力，较好地克服了网络单纯利用BP算法训练网络陷入局部极小值，导致网络训练失败的缺陷．     

基于传感器网络的柴油机活塞寿命监测研究

提出一种基于无线传感器网络的柴油机活塞寿命监测方案,将无线传感器装在柴油机内部,对活塞工作过程中的温度、压力等参数进行实时监测,从而实现活塞使用寿命预测,极大提高了柴油机运行的安全性。     

基于单片机的无线传感器系统

本文介绍了以低功耗单片机为核心，结合外围传感器和无线收发模块的传感器系统。用单片机控制传感器采集环境中的温度数据，并进行初步处理，再由无线收发模块将数据发送回主机，实现对环境的监测。     

基于BP神经网络的计算机实验室管理评价指标

介绍了一种基于BP神经网络的高校实验室管理水平评价的模型。该模型将实验室管理水平评价指标概念量化为确定的数据作为BP网络的输入,评价结果作为输出,分析了BP网络的训练过程。     

基于BP神经网络的热电偶数学建模方法研究

在利用热电偶进行温度测量时,冷端误差和非线性误差会对热电偶的测温精度产生较大影响。为了降低此两项误差对热电偶测温精度的影响,提出利用BP神经网络和两端测量电压法建立热电偶的数学模型,并利用梯度下降动量算法对网络各节点参数进行优化调整,通过LabVIEW和MATLAB编程实现了该算法。通过实验获取了足够的输入输出样本,即热电偶的冷端电压、输出电压与其对应的温度,对此BP网络模型进行训练和测试,最后通过测试验证了此模型的有效性。     

基于神经网络的图像颜色测温研究

鉴于高温物体的颜色与其温度之间存在某种非线性关系,用数码相机对高温物体发出的颜色光进行标定得到颜色的特征参数,再利用神经网络的非线性逼近能力即可得到温度值。通过分别训练BP,RBF和小波神经网络,分析比较三种网络在图像颜色测温中对温度的拟合。     

基于模拟植物生长的BP神经网络学习算法研究

针对标准BP神经网络在训练过程中,网络容易陷入局部极小点,使得进一步调整失去作用的问题,提出了一种有助于提高BP神经网络逼近精度的方法一基于模拟植物生长的学习算法,使BP网络在训练时能有效避开局部最小点,达到全局极小点,并保证了网络有较好的收敛速度。通过一个用Matlab编程的仿真实验表明了这一算法的有效性。     

BP网络及其应用研究

本文介绍了人工神经网络的基本概念和研究方法。对BP网络的发展动态和进展进行了系统的分析,讨论了BP算法的基本概念、运行机制和BP网络的训练。同时对研究和设计神经网络的软件工具MATLAB做了介绍并分析了几个BP网络的应用领域。