作者:叶小婷 单位:北京长城航空测控技术研究所 出版:《测控技术》2014年第12期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFIKJS2014120360 DOC编号:DOCIKJS2014120369 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 多种可燃气体分析过程由于学习样本数据与拟合的目标函数复杂,单一BP或RBF神经网络方法难以获得满意精度。将Gabor变换和双层复合神经网络有机结合,提出一种新型的Cabor神经网络司燃气体分析方法。通过Gabor原子变换的强特征提取功能减小输入信号维数,并采用双层复合神经网络对学习样本进行拆分和简化,有效提高了可燃气体辨识的精度。以H_2S、CH_4、H_2、CO 4种可燃气体为典型对象开展了相关的实验研究,实验结果表明,所提出的Gabor神经网络分析方法的平均相对误差小于单一BP神经网络和RBF神经网络,提高了定量分析精度。

    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。