《基于支持向量机的混合气体定量分析》PDF+DOC
作者:谢亮
单位:中国电子学会;湖南省电子学会;湖南省电子研究所
出版:《》
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDNXJ2009020090
DOC编号:DOCDNXJ2009020099
下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻判别挥发性气体的实验研究》PDF+DOC2001年第02期 邹小波,吴守一,方如明
《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
《基于电子鼻技术的混合气体检测方法研究》PDF+DOC 张青春,叶小婷
《基于逐步判别分析和BP神经网络的电子鼻猪肉储藏时间预测》PDF+DOC2010年第10期 洪雪珍,王俊
《电子鼻在气体检测中的应用研究》PDF+DOC2008年第06期 黄小燕,赵向阳,方智勇
《支持向量机在时间序列预测中的应用》PDF+DOC2008年第04期 许葆华,李洪儒,年海涛
《基于遗传优化神经网络的电子鼻对可乐的检测》PDF+DOC2007年第06期 鲁小利,王俊,海铮
《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
《黄酒识别的电子鼻系统设计》PDF+DOC2014年第04期 顾海锋,张世庆,孙力,蔡健荣,徐意梦,向赟
《基于电子舌技术的鱼新鲜度定性、定量分析》PDF+DOC2014年第07期 韩方凯,黄星奕,穆丽君,顾海洋
为了降低电子鼻对混合气体定量分析的误差,消除气体传感器阵列的交叉敏感特性,文章提出了一种在电子鼻中运用支持向量机进行模式分析的方法。用支持向量机对丁烷和乙醇混合气体所测得的原始数据进行处理,并将其与BP神经网络方法对比。结果表明,该方法预测精度高于传统的BP神经网络,在训练速度上也比BP网络神经更快,能有效地完成混合气体组分的定量分析。
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。