期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
探空温度传感器误差预测技术研究
被引量：
7
1
作者
杨加春
王彦明
+2 位作者
李庆军
贾克斌
刘鹏宇
《电子测量与仪器学报》
CSCD
北大核心
2021年第12期24-36,共13页
随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针...
随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针对此问题,首先通过三维建模及流体力学分析,得到了温度传感器最优的设计方案,从传感器形态设计上实现了测量误差最小化。然后对历史气象探测数据进行分析和汇总,构造出国内首个基于真实环境的、包含900000条探测记录的高空气象探测数据集,以解决仿真环境与真实环境存在偏差的问题。最后,将Morlet小波作为深度神经网络的激活函数,并将支持向量机、XGBoost、深度神经网络、线性回归相融合,构造出一个针对探空温度传感器测量误差的预测模型。经过本文所提出的误差预测模型,平均误差从0.817降低到了0.008,均方误差从0.878降低到了0.068,标准差从0.458降低到了0.204,拟合系数R;为0.93,使温度传感器的测量精度得到显著提升,更有利于气象学科相关内容的展开。
展开更多
关键词
气象探测
温度传感器
误差预测
特征工程
模型融合
在线阅读
下载PDF
职称材料
基于增强型BP网络的气象传感器标校方法
被引量：
7
2
作者
王彦明
贾克斌
+1 位作者
刘鹏宇
杨加春
《中国测试》
CAS
北大核心
2020年第12期105-111,共7页
针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模...
针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模型。并将训练好的标校模型移植到单片机中,通过分段多项式来拟合高斯函数,有效减少单片机的计算资源、缩短计算时间。实验结果表明:传统BP网络使气压传感器均方根误差由最初的5.93降低到2.83,减少52.28%的测量误差;而增强型BP网络则使均方根误差降低到0.77,进一步减少34.74%的测量误差。通过分段多项式来拟合高斯函数,显著降低标校模型的计算量,可满足气象探测过程中的时间要求。
展开更多
关键词
传感器标校
BP神经网络
高斯函数
LEVENBERG-MARQUARDT
单片机
在线阅读
下载PDF
职称材料
基于神经网络的气压传感器非线性校正
被引量：
7
3
作者
贾克斌
王彦明
+1 位作者
杨加春
刘鹏宇
《北京工业大学学报》
EI
CAS
CSCD
北大核心
2021年第1期40-49,共10页
为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使...
为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使气压传感器均方根误差由最初的2.10降低到0.68,减少了67.6%的测量误差;而提出的小波BP神经网络则使其降低到0.28,进一步减少了19%的测量误差,更好地满足了高空探测的精度要求,具有良好的泛化能力,可以推广到类似传感器的非线性校正中.
展开更多
关键词
气压传感器
温漂
非线性校正
小波变换
Levenberg-Marquardt(LM)算法
神经网络
在线阅读
下载PDF
职称材料
题名
探空温度传感器误差预测技术研究
被引量：
7
1
作者
杨加春
王彦明
李庆军
贾克斌
刘鹏宇
机构
天津华云天仪特种气象探测技术有限公司
石家庄邮电职业
技术
学院
北京工业大学信息学部
北京工业大学计算智能与智能系统北京市重点实验室
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第12期24-36,共13页
基金
国家重点研发计划(2018YFC1506202)项目资助。
文摘
随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针对此问题,首先通过三维建模及流体力学分析,得到了温度传感器最优的设计方案,从传感器形态设计上实现了测量误差最小化。然后对历史气象探测数据进行分析和汇总,构造出国内首个基于真实环境的、包含900000条探测记录的高空气象探测数据集,以解决仿真环境与真实环境存在偏差的问题。最后,将Morlet小波作为深度神经网络的激活函数,并将支持向量机、XGBoost、深度神经网络、线性回归相融合,构造出一个针对探空温度传感器测量误差的预测模型。经过本文所提出的误差预测模型,平均误差从0.817降低到了0.008,均方误差从0.878降低到了0.068,标准差从0.458降低到了0.204,拟合系数R;为0.93,使温度传感器的测量精度得到显著提升,更有利于气象学科相关内容的展开。
关键词
气象探测
温度传感器
误差预测
特征工程
模型融合
Keywords
aerological sounding
temperature sensor
error prediction
feature engineering
model fusion
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
TN06 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于增强型BP网络的气象传感器标校方法
被引量：
7
2
作者
王彦明
贾克斌
刘鹏宇
杨加春
机构
北京工业大学信息学部
先进信息网络北京实验室
天津华云天仪特种气象探测技术有限公司
出处
《中国测试》
CAS
北大核心
2020年第12期105-111,共7页
基金
国家重点研发计划资助项目(2018YFF01010100)
国家自然科学基金资助项目(61672064)。
文摘
针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模型。并将训练好的标校模型移植到单片机中,通过分段多项式来拟合高斯函数,有效减少单片机的计算资源、缩短计算时间。实验结果表明:传统BP网络使气压传感器均方根误差由最初的5.93降低到2.83,减少52.28%的测量误差;而增强型BP网络则使均方根误差降低到0.77,进一步减少34.74%的测量误差。通过分段多项式来拟合高斯函数,显著降低标校模型的计算量,可满足气象探测过程中的时间要求。
关键词
传感器标校
BP神经网络
高斯函数
LEVENBERG-MARQUARDT
单片机
Keywords
sensor calibration
BP neural network
Gaussian function
Levenberg-Marquardt
MCU
分类号
TP212.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于神经网络的气压传感器非线性校正
被引量：
7
3
作者
贾克斌
王彦明
杨加春
刘鹏宇
机构
北京工业大学信息学部
先进信息网络北京实验室
北京工业大学计算智能与智能系统北京市重点实验室
天津华云天仪特种气象探测技术有限公司
出处
《北京工业大学学报》
EI
CAS
CSCD
北大核心
2021年第1期40-49,共10页
基金
国家重点研发计划资助项目(2018YFF01010100)
国家自然科学基金资助项目(61672064)。
文摘
为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使气压传感器均方根误差由最初的2.10降低到0.68,减少了67.6%的测量误差;而提出的小波BP神经网络则使其降低到0.28,进一步减少了19%的测量误差,更好地满足了高空探测的精度要求,具有良好的泛化能力,可以推广到类似传感器的非线性校正中.
关键词
气压传感器
温漂
非线性校正
小波变换
Levenberg-Marquardt(LM)算法
神经网络
Keywords
pressure sensor
temperature drift
nonlinearity correction
wavelet transform
Levenberg-Marquardt(LM)algorithm
neural network
分类号
TP212.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
探空温度传感器误差预测技术研究
杨加春
王彦明
李庆军
贾克斌
刘鹏宇
《电子测量与仪器学报》
CSCD
北大核心
2021
7
在线阅读
下载PDF
职称材料
2
基于增强型BP网络的气象传感器标校方法
王彦明
贾克斌
刘鹏宇
杨加春
《中国测试》
CAS
北大核心
2020
7
在线阅读
下载PDF
职称材料
3
基于神经网络的气压传感器非线性校正
贾克斌
王彦明
杨加春
刘鹏宇
《北京工业大学学报》
EI
CAS
CSCD
北大核心
2021
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
