论文部分内容阅读
提出了一种基于RBF神经网络的传感器非线性校正方法.传感器的输出及待测物理量的实际数值用于训练RBF神经网络,以得到非线性校正用的逆模型.只需较少的神经元就可构成上述逆模型,便于单片机软件实现或'固化'在硬件中.通过一个二维位移传感器的例子表明,采用RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于BP神经网络,能满足实用要求.