10.3969/j.issn.1000-1158.2009.06.10
PSO算法结合BP神经网络在传感器静态非线性校正中的应用
将粒子群优化(PSO)算法与BP神经网络相结合,应用在传感器静态非线性特性的校正中.用PSO算法所得到的全局最优值作为BP神经网络的初始权值,训练BP神经网络,训练结束后的神经网络作为传感器的静态特性校正器.应用结果表明,该方法可以提高BP神经网络的精度,并且该神经网络具有良好的泛化能力.
计量学、静态非线性校正、粒子群优化算法、空气质量流量传感器、BP神经网络
30
TB937(计量学)
安徽省青年教师基金2006jq1035
2010-01-22（万方平台首次上网日期，不代表论文的发表时间）
共4页
526-529
