《改进SVR及其在传感阵列模式识别中的应用》PDF+DOC
作者:陈伟根,彭姝迪,王有元,郝迈
单位:西安高压电器研究所
出版:《高压电器》2011年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGYDQ2011030180
DOC编号:DOCGYDQ2011030189
下载格式:PDF + Word/doc 文字可复制、可编辑
《阵列和模式识别与气敏传感器》PDF+DOC1995年第01期 林海安,吴冲若
《气敏阵列及其应用》PDF+DOC2006年第04期 陈铿,史永刚
《电子鼻和电子舌技术在葡萄酒检测中的应用概述》PDF+DOC2016年第10期 张昱,侯旭杰
《电子舌在茶叶检测识别中的应用》PDF+DOC2016年第06期 潘玉成,叶乃兴,江福英,黄先洲
《人工嗅觉传感阵列技术和模式分类方法的新进展》PDF+DOC 冯伟,高大启,胡上序
《一种基于隐变量模型的聚类算法用于气体传感器阵列数据的模式识别》PDF+DOC2003年第03期 王伟军,林伟琦,沈国励,俞汝勤
《电子鼻技术的研究进展及其在农产品加工中的应用》PDF+DOC2003年第05期 于勇,王俊,周鸣
《电子鼻传感器阵列优化及其在醋的分类中的应用》PDF+DOC2010年第11期 王晓亮,刘海燕
《基于ICA的气体模式识别方法研究》PDF+DOC2009年第S1期 宋凯,王祁,林定选
《电子鼻、电子舌在茶叶审评中的应用》PDF+DOC2007年第03期 赵爱凤,于国锋,刘晓艳,李顺凯
针对传统神经网络模式识别中存在网络结构难于确定、过学习、收敛速度慢、易陷入局部极小值等不足及标准支持向量回归机中未考虑各样本重要性的差异问题,结合变压器油中多组分气体监测传感器阵列,将改进型支持向量回归机应用于气体传感器阵列信号模式识别中。实验结果表明,改进后的模式识别方法在预测精度和泛化能力上都较传统神经网络和标准支持向量回归模式识别方法有明显提高,有效地解决了多组分气体监测传感器的交叉敏感问题。
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。