基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的探空儀濕度傳感器曲線擬合
DOI:
CSTR:
作者:
作者單位:

作者簡介:

通訊作者:

中圖分類號:

基金項目:


Curve Fitting of Humidity Sensor Used in Digital Sonde Based on RBF Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 圖/表
    • |
  • 訪問統(tǒng)計
    • |
  • 參考文獻(xiàn)
    • |
  • 相似文獻(xiàn)
    • |
  • 引證文獻(xiàn)
    • |
  • 資源附件
    • |
  • 文章評論
    摘要:

    針對數(shù)字式探空儀上采用的XGH02型高分子碳膜濕敏電阻濕度感應(yīng)元件，采用正規(guī)化徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)模型對其進行曲線擬合，與傳統(tǒng)的曲線擬合效果相比較，尋求一種更加準(zhǔn)確的濕度傳感器標(biāo)定和誤差的校準(zhǔn)模型。用訓(xùn)練樣本和檢驗樣本對建立的RBF模型分別進行訓(xùn)練和檢驗結(jié)果表明，建立的RBF模型有效提高了濕敏電阻的準(zhǔn)確度，其測量的最大誤差為2.0298%(RH)，明顯好于采用現(xiàn)用公式的測量準(zhǔn)確度。

    Abstract:

    The curve fitting of XGH02 macromolecule carbon hygristor used in digital sondes is studied, based on the model of RBF (Radial Basis Function) neural network. Compared with the traditional method of curve fitting, a more precise model of sensor and error calibration is presented. The training and testing of the RBF neural network the model with training and testing samples indicates that the model of the RBF neural network can improve the accuracy of humidity resistance effectively, and the maximum error of measurement is 2.0298% (RH), which is smaller than that of the existing formula.

    參考文獻(xiàn)
    相似文獻(xiàn)
    引證文獻(xiàn)
引用本文

楊子賓,王曉蕾,張偉星,李萍.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的探空儀濕度傳感器曲線擬合[J].氣象科技,2010,38(2):226~229

復(fù)制
分享
相關(guān)視頻

文章指標(biāo)
  • 點擊次數(shù):
  • 下載次數(shù):
  • HTML閱讀次數(shù):
  • 引用次數(shù):
歷史
  • 收稿日期:2009-03-25
  • 最后修改日期:2009-06-05
  • 錄用日期:
  • 在線發(fā)布日期:
  • 出版日期:
文章二維碼
您是第位訪問者
技術(shù)支持：北京勤云科技發(fā)展有限公司
庄浪县| 玉龙| 蒙山县| 洞头县| 大新县| 甘洛县| 恩平市| 昌黎县| 色达县| 玉龙| 神农架林区| 襄汾县| 长宁县| 泸水县| 靖远县| 若羌县| 阿尔山市| 砀山县| 饶河县| 张家港市| 广西| 瑞昌市| 上饶县| 台中市| 安顺市| 荔波县| 称多县| 汕头市| 武安市| 长岭县| 贞丰县| 集贤县| 九寨沟县| 浮梁县| 台东市| 如皋市| 怀集县| 伽师县| 兴国县| 丽江市| 万安县|