作者:杨義葵,付华,蔡玲,顾东 单位:中国电子科技集团公司第二十六研究所 出版:《压电与声光》2012年第01期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYDSG2012010260 DOC编号:DOCYDSG2012010269 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了提高瓦斯传感器的精度和灵敏度,提出将改进的径向基函数神经网络(RBFNN)算法应用于瓦斯传感器系统中,对瓦斯传感器的非线性进行校正,同时分析了温度对瓦斯浓度预测的影响,然后利用RBFNN进行离散训练。实验结果表明,经过改进径向基函数神经网络(RBFNN)后,得到的数据比实际测量的瓦斯浓度要更接近于真实值,所产生的平均误差≤±0.1%。预测效果很好,达到了预期的技术指标,提高了瓦斯检测的灵敏度和精度。

    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。