《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC
作者:龚雪飞,徐景,孙寿通,刘萍,简家文
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》2015年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2015020450
DOC编号:DOCCGQJ2015020459
下载格式:PDF + Word/doc 文字可复制、可编辑
《Adaboost集成BP神经网络在传感器阵列检测系统中的应用》PDF+DOC2015年第04期 洪磊,龚雪飞,孙寿通,简家文
《传感器阵列的CO与H_2S混合气体检测系统设计与试验》PDF+DOC2015年第01期 梁喜凤,刘立豪
《基于FPGA的多组分气体监测装置设计》PDF+DOC2018年第10期 杨飞,谢涛,于重重,苏维均
《一种新型气体检测仪器及其生产方式的设计和实现》PDF+DOC 谭伟,梁庆华,庞全
《气体传感器阵列测试算法研究》PDF+DOC2004年第04期 太惠玲,谢光忠,王涛,徐建华,蒋亚东
《用于易挥发性化学品检测的实用电子鼻算法研究》PDF+DOC2011年第01期 董志钢,李民强,罗涛,刘锦淮
《基于主成分分析法的BP神经网络的应用》PDF+DOC2011年第01期 方健,李自品,彭辉,戴思初,吴晓文
《基于电子鼻技术的混合气体检测方法研究》PDF+DOC 张青春,叶小婷
《气体检测系统中BP神经网络的设计与实现》PDF+DOC2010年第31期 耿志广,王希武,王寅龙,神鹏飞
《基于气体传感器阵列的混合气体定量分析》PDF+DOC2006年第07期 太惠玲,谢光忠,蒋亚东
针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性,又利用了粒子群优化(PSO)算法对BP神经网络的权值与阈值进行了优化。结果显示:通过PSO优化的BP(PSO-BP)神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。
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。