一种用RBF神经网络改善传感器测量精度的新方法  

作　　者：赵望达[1] 刘勇求[1] 贺毅[1] 

机构地区：[1]长沙中南大学铁道校区土木建筑学院,410075

出　　处：《电子技术应用》2004年第11期26-28,共3页Application of Electronic Technique

摘　　要：介绍一种利用径向基函数(RBF)神经网络和智能温度传感器DS18B20改善传感器精度的新方法。RBF网络具有良好的非线性映射能力、自学习和泛化能力,通过大量的样本数据训练构建了双输入单输出网络模型,采用改进的算法实现了传感器高精度温度补偿。

关 键 词：RBF神经网络 智能温度传感器 DS18B20 泛化能力 算法实现 非线性映射 自学习 网络模型 温度补偿 双输入 

分 类 号：TN912.2[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]