作者:秦树基,叶坚 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2006年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2006040270 DOC编号:DOCCGQJ2006040279 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多域特征及多传感器网络融合的滚动轴承故障诊断》PDF+DOC2015年第02期 任学平,辛向志,庞震,邢义通,王建国 《混合无线传感器网络移动节点部署优化》PDF+DOC2010年第05期 李济泽,李科杰,宋萍 《人工神经网络对电子鼻性能的影响》PDF+DOC2005年第06期 秦树基,徐春花,王占山 《几种神经网络在混合气体预测中的比较》PDF+DOC2010年第06期 林剑锋,戚金清,王兢,征进,吴微
  • 把混合气体分析的问题转化为模式分类的问题来处理的新途径已被相关文献证明是可行的。然而,当感兴趣体积分数区被分成更多的子区域或混合气体组分数多于2时,模式类别数目的急剧增加使网络的输出节点数也大增。这不仅使计算工作量大增,而且,更难使误差收敛到全局极小。对二元混合气体的数值模拟结果表明:利用概率神经网络(PNN)可解决上述的问题。PNN不仅易于使用,而且,总能给出一个合理的分类结果,样本数足够多时,可给出高达95.4%的识别率。此外,它的计算负载比反向传输网络轻得多。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。