作者:朱长纯,于丽娟,魏培永,韦玮,刘君华,刘光泗 单位:中国科学院上海微系统与信息技术研究所;中国材料研究学会 出版:《功能材料与器件学报》2001年第01期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFGNCQ2001010060 DOC编号:DOCGNCQ2001010069 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络的发动机实时检测与故障诊断系统》PDF+DOC2001年第04期 何勇,张涌钢,黄德明 《气体传感器阵列中微加热器的发展现状》PDF+DOC1998年第04期 何秀丽,南金,戴国瑞 《基于神经网络和遗传算法的智能监控系统的数学建模》PDF+DOC2006年第01期 柏熙,林桂玲,李成文,陈于金,吴正茂 《基于电子鼻山茶油芝麻油掺假的检测研究》PDF+DOC2006年第03期 海铮,王俊 《人工神经网络在混合气体定量检测中的应用》PDF+DOC2004年第07期 石春燕,王剑钢 《用于自来水浊度检测的多传感器信息融合技术》PDF+DOC2003年第01期 张远,罗大庸 《电子鼻技术及其在小麦霉变检测中的应用》PDF+DOC2009年第11期 伟利国,张小超,胡小安 《新型固体电解质SO_2传感器的研制》PDF+DOC2008年第05期 梁喜双,钟铁钢,陈丽华,王彪,全宝富 《NASICON固体电解质SO_2传感器的特性研究》PDF+DOC2006年第S1期 何月华,全宝富,梁喜双,王彪 《新型高精度SO_2传感器测量机理的研究》PDF+DOC2006年第03期 龚瑞昆,王汝琳,粘山坡
  • 制作了新型 IDC结构聚苯胺膜 SO2传感器,测得不同 SO2浓度的电导响应与恢复时间曲 线。从这些气敏特性曲线出发,以电导响应曲线的斜率作为网络的输入,对应的 SO2浓度作为 输出,建立了 BP网络预测推理模式,对四组数据的预测结果表明精度较高 (误差小于 3%),具 有很好的预测能力。这种方法不同于传统的标定方法,后者需要 4min才能达到稳定的响应,神经 网络样本检测不需要达到稳定的响应就可以预测 SO2的浓度,从而大大缩短了结果的响应时间 (缩短了 75%)。

    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。