基于Fair函数神经网络的厚度传感器输出特性分析

作     者：张艳肖 李守智 张江江 曹小鸽 徐微 ZHANG Yanxiao;LI Shouzhi;ZHANG Jiangjiang;CAO Xiaoge;XU Wei

作者机构：西安交通大学城市学院陕西西安710018 西安理工大学自动化学院陕西西安710048 

基　　金：陕西省教育科学“十三五”规划2020年度课题(SGH20Y1380) 教育部产学合作协同育人新工科建设项目(KY2018-53) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2023年第31卷第24期

页      码：100-103,108页

摘      要：针对最小二乘法的BP学习算法对训练数据准确性要求较高的问题,提出将Fair估计函数应用于神经网络,优化神经网络的计算,当拟合数据中含有过失误差和随机误差时,基于Fair估计函数学习算法拟合效果要明显优于传统基于最小二乘法BP学习算法,具有较高的鲁棒性。将该算法应用于厚度传感器输出特性拟合,实验结果表明,厚度传感器能准确测量纸张厚度,测量相对误差小于1.5%。

主 题 词：电容式测厚传感器 过失误差 Fair估计函数 最小二乘法 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 

D　O　I：10.14022/j.issn1674-6236.2023.24.021

馆 藏 号：203125176...