《SVM和BP算法在气体识别中的对比研究》PDF+DOC
作者:汪丹,张亚非
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2005年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2005010510
DOC编号:DOCCGJS2005010519
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机算法的气体识别研究》PDF+DOC2005年第02期 汪丹,张亚非
《基于支持向量机和小波分解的气体识别研究》PDF+DOC2006年第06期 葛海峰,林继鹏,刘君华,丁晖
《一种改进BP网络及其在智能传感器非线性校正中的应用》PDF+DOC2006年第02期 周国栋,胡延霖,于克振
《气体识别自组织神经网络》PDF+DOC 付敏
《城市危险品气体辨识技术的研究》PDF+DOC2016年第08期 杜海英,孙炎辉,张汝波,刘冠群
《多组份气体定量检测研究》PDF+DOC2001年第S2期 马学童,马奎,王磊
《采用BP神经网络及其改进算法改善传感器特性》PDF+DOC2002年第03期 张永怀,刘君华
《多气体的SVM数据融合定性识别方法》PDF+DOC2009年第09期 黄为勇,任子晖,童敏明
《基于BP神经网络的中低速磁浮列车速度估计算法》PDF+DOC2007年第05期 刘少克,张文雅
《基于BP算法的智能复合火灾探测器设计》PDF+DOC 陈兰莉,高倩
介绍了一种可以应用于气体识别领域的新的算法 -支持向量基算法 (SVM) ,并通过同常规的神经网络算法-BP算法进行实验对比 ,得到了 :SVM算法在数据样本不含噪声时可以得到和BP算法同样好的识别效果 ;在数据言本含有噪声时 ,该算法的识别效果相对BP算法具有明显的优势。从而证明了SVM算法在气体识别领域具有良好的研究价值和应用前景。
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。