[发明专利]基于GA-BP神经网络算法的高精确度电阻测量算法在审
| 申请号： | 201910889431.0 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110738006A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 梁继然;张文旭;张颖;许延雷 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G01K7/25;G01L1/22;G01R27/02 |
| 代理公司： | 12201 天津市北洋有限责任专利代理事务所 | 代理人： | 琪琛 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GA‑BP神经网络算法的高精确度电阻测量算法，通过训练神经网络达到测量电压与被测电阻阻值之间的非线性关系的函数拟合；在BP网络训练参数之前，先通过GA算法，迭代得到一个较为精确的全局最优解，再通过BP神经网络训练得到模型的最优解，再将得到的网络参数固化到单片机上，通过嵌入式系统可直接测得高精确度的电阻值。本发明算法可以降低训练的迭代次数，进一步降低了测量误差，GA‑BP算法的测量误差约在0.1％左右。 | ||
| 搜索关键词： | 迭代 算法 测量 训练神经网络 非线性关系 嵌入式系统 全局最优解 被测电阻 测量电压 电阻测量 函数拟合 网络参数 单片机 最优解 电阻 固化 | ||
【主权项】：
1.一种基于GA-BP神经网络算法的高精确度电阻测量算法，其特征在于，通过训练神经网络达到测量电压与被测电阻阻值之间的非线性关系的函数拟合；在BP网络训练参数之前，先通过GA算法，迭代得到一个较为精确的全局最优解，再通过BP神经网络训练得到模型的最优解，再将得到的网络参数固化到单片机上，通过嵌入式系统可直接测得高精确度的电阻值。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910889431.0/，转载请声明来源钻瓜专利网。
