智能检测是完成智能控制任务的一个重要手段，是智能控制领域的一个重要分支。由于精度是智能检测系统最重要的性能指标之一，因而提高智能检测系统精度的研究就成为国内外研究热点之一。 影响智能检测系统精度的三大要素是非线性误差、重复误差和温度漂移误差。本文介绍了当前克服这三大误差的研究现状及不足，重点研究了一种非线性误差分区校正的改进BP神经网络方法，减小温度漂移误差的RBF神经网络数据融合方法和减小重复误差的数字滤波方法。描述了这三种方法的原理、改进的神经网络模型和仿真实验。 最后，将以上三种方法综合应用，实现了一个高精度的气门综合检验机系统，该系统包括减小非线性误差和温度漂移误差的神经网络综合学习模块、智能测量模块、调零模块和数据处理模块。实验和应用表明，本文提出的减小智能检测系统误差的方法是高效可行的。