作者：季雪咪; 李媛媛; 李济同广义回归神经网络最小二乘法声表面波微力传感器曲线拟合
摘要：针对传统方法拟合声表面波(SAW)微力传感器输入-输出曲线的算法为最小二乘法,但无法进行全局搜索,易获得局部最优解的不足,基于SAW微力传感器实测数据,采用广义回归神经网络(GRNN)进行曲线拟合。选取以铌酸锂为压电基底的SAW微力传感器,对其施加微压并通过网络分析仪测量输出频率数据,依据GRNN和最小二乘法基本原理采用MATLAB R2016b分别对频率-压力数据进行拟合并对比。仿真结果表明:与最小二乘法相比,GRNN误差明显减小,约一个数量级,能有效提高拟合精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
