作者:田社平; 姜萍萍; 颜国正递归神经网络传感器动态建模递推预报误差算法连接权动态响应特性模型训练获取实验结果
摘要:根据动态校准实验结果建立传感器的动态数学模型,以研究传感器的动态性能,是动态测试的一个重要内容.研究了递归神经网络模型在传感器动态建模中的应用.递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构,整个网络的特性决定于相邻层间的连接权.采用递推预报误差算法训练神经网络,具有收敛速度快、收敛精度高的特点.由于其反馈特征,使得递归神经网络模型能获取系统的动态响应特性.该方法特别适用于传感器非线性动态建模,而且避免了传感器模型阶次的选择的困难.试验结果表明,应用递归神经网络对传感器进行动态建模是一种行之有效的方法.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社