rbf神经网络在柔性触觉传感器解耦中的应用 application of rbf neural network in decoupling research of flexible tactile sensor.pdfVIP

下载本文档

12
0
约3.56万字
约 6页
2017-09-05 发布于上海
举报
版权申诉

rbf神经网络在柔性触觉传感器解耦中的应用 application of rbf neural network in decoupling research of flexible tactile sensor.pdf

1、本文档共6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

rbf神经网络在柔性触觉传感器解耦中的应用 application of rbf neural network in decoupling research of flexible tactile sensor

20 2015 ，51（10） Computer Engineering and Applications 计算机工程与应用 RBF 神经网络在柔性触觉传感器解耦中的应用王菲露，宋杨 WANG Feilu ，SONG Yang 安徽建筑大学电子与信息工程学院，合肥 230601 School of Electronics and Information Engineering, Anhui Jianzhu University, Hefei 230601, China WANG Feilu ，SONG Yang. Application of RBF neural network in decoupling research of flexible tactile sensor. Computer Engineering and Applications, 2015, 51 （10）：20-25. Abstract ：In view of the high nonlinearity and difficulty of decoupling process of the flexible tactile sensor, an effective method is proposed to simulate the situation of a flexible tactile sensor interfered by noises in practical application. Firstly, different white Gaussian noises are added into the ideal tactile sensor model, and its mathematical model is established. Then, the K -means and recursive least squares methods are used to optimize the Radial Basis Function Neural Network （RBFNN ）. The optimized RBF neural network algorithm is used to approximate the high dimensional nonlinear mapping relationship between the sensor resistance interfered by noise and deformation. The three-dimensional deformation of the sensor is decoupled by the row-column resistance based on different spreads. The decoupling results show that the RBFNN with strong robustness and anti-noise ability has good performance in approximate the highly nonlinear relationship between the sensor variables interfered by noises. Key words ：flexible tactile sensor; decoupling; RBF neural network; white Gaussian noise 摘要：针对柔性触觉传感器模型高度非线性、解耦难度大等问题，提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型，之后通过K -均值和递归最小二乘法优化RBF 神经网络，并利用优化后的RBF 神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系，最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息，获得了较好的解耦精度。解耦结果表明，RBF 神经网络算法具有较强的鲁棒性和抗噪声能力，能够很好地逼近含噪声的传感器高维非线性数据之间的映射关系。关键词：柔性触觉传感器；解耦；RBF 神经网络；高斯白噪声文献标志码：A 中图分类号：TP 183 doi ：10.3778/j.issn. 1002-8331.1501-0002 1 引言