基于BP神经网络的超声波流量计流量温度补偿研究

来源 :第十届全国信息获取与处理学术会议 | 被引量 : 0次 | 上传用户:lincl008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  针对超声波流量计流量测量精度会受到温度的影响,利用BP神经网络良好的非线性逼近能力,建立了温度补偿模型,对比分析了各学习算法的学习效率,并选择了Levenberg-marquardt学习算法对BP网络进行了训练学习,并将训练结果其集成至基于ARM的嵌入式系统中,结果表明:流量经过基于ARM的嵌入式系统实现了有效补偿。
其他文献
  经过多年研究电视跟踪技术日臻成熟。但随着自动化技术的提高,人机界面操作越来越引起人们的关注,本文设计了将触摸屏作为人机交互操作接口的电视跟踪系统,介绍了触摸屏与上
  以固定相机监控系统为研究背景,提出了一种高效的前景目标检测方法。通过多个连续帧按一定顺序进行图像差分,将所得的多帧差分图像累加,并采用自适应阈值二值化后进行形态滤
  设计采用高性能数字信号处理器TMS320C6455作为主处理器,实现海量的图像数据处理;使用现场可编程门阵列FPGA芯片作为协处理器,对采集的视频数字图像进行预处理以及管理系统
  模板匹配算法在目标跟踪、视频稳像等领域都有着广泛的应用。本文从基于最大相关准则的相关匹配算法都很难在数学模型上得到改进的问题出发,从柯西不等式和切比雪夫不等式