文献知网节
  • 记笔记
摘要:针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传算法优化ELM网络,并利用其实现统一数学表达的A/D值转换物理量回归方法。实际应用表明,该方法对物理量回归问题可实现统一的数学模型表达,泛化性好,且非线性校正能力强,实现了各类A/D值转换物理量回归应用。
  • DOI:

    10.16652/j.issn.1004-373x.2020.17.033

  • 专辑:

    电子技术及信息科学

  • 专题:

    自动化技术

  • 分类号:

    TP181;TP212

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:12 页码:141-146 页数:6 大小:1873K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者