RBF神经网络在柔性触觉传感器解耦中的应用OA北大核心CSCDCSTPCD
Application of RBF neural network in decoupling research of flexible tactile sensor
针对柔性触觉传感器模型高度非线性、解耦难度大等问题，提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型，之后通过K-均值和递归最小二乘法优化RBF神经网络，并利用优化后的RBF神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系，最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息，获得了较好的解耦精度。解耦结果表明，RBF神经网络算法具有较…查看全部>>
In view of the high nonlinearity and difficulty of decoupling process of the flexible tactile sensor, an effective method is proposed to simulate the situation of a flexible tactile sensor interfered by noises in practical application. Firstly, different white Gaussian noises are added into the ideal tactile sensor model, and its mathematical model is established. Then, the K-means and recursive least squares methods are used to optimize the Radial Basis Fun…查看全部>>
王菲露;宋杨
安徽建筑大学 电子与信息工程学院，合肥 230601安徽建筑大学 电子与信息工程学院，合肥 230601
信息技术与安全科学
柔性触觉传感器解耦RBF神经网络高斯白噪声
flexible tactile sensordecouplingRBF neural networkwhite Gaussian noise
《计算机工程与应用》 2015 (10)
基于压缩感知的多比特核磁共振退相干参数层析研究
20-25,6
安徽省自然科学基金项目（No.1408085QF123）；国家自然科学基金（No.61301060，No.61403362）；安徽省高校自然科学研究项目（No.KJ2015JD10）；安徽建筑大学2014年博士基金项目。
评论