位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络的多传感器信息融合研究
  • ISSN号:1671-4598
  • 期刊名称:《计算机测量与控制》
  • 时间:0
  • 分类:TN391[电子电信—物理电子学]
  • 作者机构:[1]盐城工学院电气工程学院,江苏盐城224051, [2]东南大学信息科学与工程学院,南京210096
  • 相关基金:基金项目:国家自然科学基金项目资助(60472058).
中文摘要:

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著;从传感器信息融合的角度看,神经网络就是一个融合系统;通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求.

英文摘要:

BP network is a kind of the most widely used artificial neural network, it is applied to temperature nonlinear compensation of pressure detecting, has important practical value, and significantly on the improvement of detection accuracy. From the point of view of the sensor information fusion, neural network is a fusion system. Through the exposition of the basic theory of neural network, and based on the principle of BP neural network and multi sensor information fusion technology, the model and the improved algorithm of two sensor informa- tion fusion based on BP neural network have been proposed, and training sample database of BP neural network has been established. The main technical parameters of the network model have been tested and simulated, and the results show that the constructed model and its im- proved algorithm can well meet the requirement of high accuracy pressure detector index.

同期刊论文项目
期刊论文 103 会议论文 14
同项目期刊论文
期刊信息
  • 《计算机测量与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国计算机自动测量与控制技术协会
  • 主编:苟永明
  • 地址:北京海淀区阜成路甲8号中国航天大厦405
  • 邮编:100048
  • 邮箱:ly@chinamca.com
  • 电话:010-68371578 68371556
  • 国际标准刊号:ISSN:1671-4598
  • 国内统一刊号:ISSN:11-4762/TP
  • 邮发代号:82-16
  • 获奖情况:
  • 中国学术期刊综合评价数据库来源期刊,中国科技论文统计源期刊,“国家期刊奖百种重点期刊”
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:27924