基于神经网络的传感器非线性静态特性模型辨识

【摘要】提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下，利用一种无监督的聚类算法来进行结构辨识，从而自动获得模糊规则库，并可以得到模糊系统的初始参数。在聚类的基础上，

提供《模糊神经网络用于非线性系统模型辨识.pdf》完整技术工程技术资料下载（归档大小 184 K），包含相关硬件原理图参考、开发文档或源代码工程。

介绍了用神经网络校正传感器系统非线性误差的原理和方法,提出了基于BP 神经网络传感器非线性误差校正及其模型、算法与实现技术。通过计算机仿真与应用,显示出这种逆模型不但可实现温度补偿和非线性校正,而且网

提供《基于MATLAB的神经网络非线性系统辨识软件包.》完整技术工程技术资料下载（归档大小 716 K），包含相关硬件原理图参考、开发文档或源代码工程。

基于BP 神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB环境下，对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP 神经网络辨识结构，并对辨识结果进行了分析。结果

当环境温度变化时电容式压力传感器的非线性响应特性也发生很大的变化，为了实现对电容式压力传感器的响应特性进行自动非线性补偿，提出了基于神经网络的智能压力传感器。该系统由两个神经网络组成，一个实现对温度的