基于BP网络的结冰传感器非线性校正方法

2.3MATLAB中学习过程与仿真
MATLAB6.2中的神经网络工具箱功能强大，不但能方便创建常见的神经网络，还支 持用户自己构造网络。
在实际中，根据测量范围和精度要求，以实验中的101个数据为样本，在MATLAB中构造BP网络进行训练。在训练之前，对数据进行了预处理。谐振频率值为输入样本P，将冰层厚度变换到［－1，1］的范围后作为输出样本t。训练完后，再通过后处理还原回原来的样本空间。神经网络模型为单输入单输出，隐含层有5个神经元，训练中误差指标定为0.01。训练结果如图2、图3、表1。训练进行了15步就满足了误差要求，收敛速度较快。

本文引用地址：https://www.eepw.com.cn/article/162554.htm

3结束语
神经网络作为一种分析、处理问题的新方法已经在很多领域显示了强 大的生 命力。由于神经网络具有高速并行计算能力和非线性变换能力，能够随时进行再学习且学习 效率很高， 特别对于产品性能一致性不高的结冰传感器更见其效果。相对其他校正方式而言，神经网络 无须深入了解对象的机理，具 有很强的曲线拟合能力。实验表明，补偿的效果令人满意，大大方便了结冰传感器在测控系 统中的应用。