CAJ | 학술논문

针对白动气象站上湿度传感器在实际应用过程中易受温度影响的问题,提出采用RBF神经网络与最小二乘相结合的融合算法实现湿度传感器的温度补偿.该方法将湿度传感器在温度影响下的特性曲线分为两个非线性段和一个线性段,并且自适应的确定线性段和非线性段,在线性段利用最小二乘方法拟合出直线方程,在非线性段利用RBF神经网络补偿温度产生的影响.仿真结果表明,这种方法简单易行,与一般的BP神经网络和最小二乘多项式方法相比,具有拟合训练速度快,补偿精度高的特点,可以有效用于湿度传感器的温度补偿,提高传感器的测量精度和可靠性.
침대백동기상참상습도전감기재실제응용과정중역수온도영향적문제,제출채용RBF신경망락여최소이승상결합적융합산법실현습도전감기적온도보상.해방법장습도전감기재온도영향하적특성곡선분위량개비선성단화일개선성단,병차자괄응적학정선성단화비선성단,재선성단이용최소이승방법의합출직선방정,재비선성단이용RBF신경망락보상온도산생적영향.방진결과표명,저충방법간단역행,여일반적BP신경망락화최소이승다항식방법상비,구유의합훈련속도쾌,보상정도고적특점,가이유효용우습도전감기적온도보상,제고전감기적측량정도화가고성.