论文部分内容阅读
基于神经元感知器结构并采用最速下降自适应算法,针对电导,温度,湿度,水分,浓度,油粘度等测量问题设计一种基于指数神经元的自适应模型感知器,同时在一定意义上实现了信息融合。分析讨论了学习参数对感知器建模工作性能的影响,给出了电导,温度,水分应用实例的仿真曲线。结果表明,所设计的自适应模型感知器应用于传感器及测量系统的自动建模是有效的。该种建模方法和机制也可作为智能单元(硬件或软件)灵活地应用于实际测量或控制系统,从而取代传统的人工曲线拟和方法。