论文部分内容阅读
为了精确反映霍尔式位移传感器的输入-输出特性，为其非线性补偿提供可靠依据，提出了利用广义回归神经网络（General Regression Neural Networks, GRNN）对霍尔式位移传感器的输入-输出特性曲线进行拟合的新方法。为了证明此种新方法的可行性和有效性，利用LM （Levenberg-Marquart）算法对传统反向传播神经网络（Back Propagation Neural Networks, BPNN）进行改进，并将GRNN和BPNN的拟合结果进行对比。仿真结果表明，在训练样本数