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%。
科研之友
微信
新浪微博
Facebook
分享链接
