BP网络训练法在传感器数据融合方面的应用 Training Algorithms of BP Neural Network Used in Data Fusion.pdfVIP

下载本文档

3
0
约1.11万字
约 4页
2017-08-12 发布于上海
举报
版权申诉

BP网络训练法在传感器数据融合方面的应用 Training Algorithms of BP Neural Network Used in Data Fusion.pdf

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

BP网络训练法在传感器数据融合方面的应用 Training Algorithms of BP Neural Network Used in Data Fusion

口电声器件与电路 B0@@Q旷⑥圊@@凹g她6@p圈o，岔岛圃响圈@60，@凹舱文章编号：1002-8684(2008)04-0028-04 ·论文· BP网络训练法在传感器数据融合方面的应用冯勇，刘诗斌，李欣，刘坤 (西北工业大学电子信息学院，陕西西安710072) 【摘要】通常传感器都存在交叉灵敏度，运用BP网络对数据进行融合，可以有效降低非目标参量对输出特性的影响。MATLAB中提供了多种针对BP网络的训练方法。运用其中的变梯度法、拟牛顿法和LM法分别对压力传感器进行数据融合，比较其结果可知，相对于另外两种方法，LM算法可有效地克服局部收敛，更好地提高压力传感器的稳定性和可靠性。【关键词】压力传感器；BP网络；数据融合；LM算法【中图分类号】TN912 【文献标识码】A in ofBPNeuralNetworkUsedDataFusion TrainingAlgorithms FENG Kun Yong，LIUShi-bin，LIXin，LIU ofElectronicsandInformation，Northwestern 710072，China) (College PolytechnicalUniversity，Xi’an neuralnetworkis 【Abstract】BP usedtoreduceoreliminatetheerror$caused cross usually bytemperature of areofferedMATLABtotrain Gradient sensitivitypressuresensor．Manyalgorithms by BP．CGBP(Conjugate Back and arecommontotrainBP． propagation)，Quasi—NewtonalgorithmLM(Levenberg-Marquardt)algorithm LM is thebest thethree algorithm algorithmbycomparing algorithms． neural sensor；BPnetwork；data 【Keywords】pressure handling；LMalgorithm 1 引言压力传感器在输入压力P数值不变的情况下，当工作温度丁变化以及供电电源波动都将引起传感器输出发生变化，其中温度的变化对传感器的输出影响最大。为了消除温度的影响，可利用曲面拟合法对数据进行融合，但是曲面拟合法需要求解大规模的矩阵方程，并且效果不是很理烈”。运用BP网络可有效提高输出特性，MATLAB中提供了多种针对BP的训练方法，运． BP网络学习规则的指导思想为对网络的权值和用这些训练方法对压力传感器进行数据融合，比较其