智能传感器系统神经网络技术及其在智能传感器系统中的应用PPT课件.pptVIP

(4) 计算输出单元的输出值f(Sk)。输出单元的输出值f(Sk)即网络的输出y=P′。输出值仍采用S型函数，计算式为 (5) 计算输出层和隐层训练误差δk与δj。 * (6) 修正权值： 式中，η和α分别为步长和势态因子。 (7) 判断均方误差e是否满足给定允许偏差ε(本例中给定允许偏差为10-3)。当满足时，则转到(8)，否则转向(5)、(6)和(7)。 (8) 结束训练。 * 5. 数据融合结果及评价 (1) 融合处理前传感器输出的相对波动情况。由表6-5可见， 对于同一被测压力P，传感器输出U随工作温度和供电电源波动的不同而变化。由工作温度与电源变化产生的传感器输出电压相对波动值为 式中：αP为传感器输出电压波动的相对值；  max|Δy|为传感器输出电压的最大绝对波动值； yFS=97.12 mV为传感器满量程输出电压(即在T=21.5 ℃, γ=0时， 传感器的输出电压值)。 * (2) 经网络融合处理后传感器输出的相对波动情况。 表6-7 融合处理结果 * 式中: PFS=5.0(×104Pa)为满量程压力标定值；  max|ΔP|=0.077(×104Pa)代入(6-61)式计算得αP=1.5%。 可见，