作者:洪磊,龚雪飞,孙寿通,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04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2015040430 DOC编号:DOCCGQJ2015040439 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于集成神经网络的汽车尾气检测系统设计》PDF+DOC2016年第04期 刘萍,简家文,陈志芸 《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2015年第02期 龚雪飞,徐景,孙寿通,刘萍,简家文 《基于独立分量分析和BP网络的电子鼻模式识别》PDF+DOC2006年第09期 王岩,陈向东,蒋亚东,赵静 《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BP神经网络的矿井一氧化碳检测方法研究》PDF+DOC2007年第10期 叶小婷,汤劼 《基于主成分分析法的BP神经网络在气敏传感器阵列检测方法中的应用》PDF+DOC2015年第02期 徐佳伟 《基于PSO算法集成神经网络的多元有害气体检测系统》PDF+DOC2015年第06期 龚雪飞,刘萍,简家文 《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 《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
  • 针对目前常见的多元有害气体检测问题,设计并搭建了一种基于传感器阵列和集成BP神经网络相结合的传感器阵列检测系统。在该系统中采用集成BP神经网络对传感器阵列的三种混合有害气体的响应信号进行回归分析。为了提高集成BP神经网络的预测准确性,又利用Adaboost算法对集成BP神经网络进行了优化。结果显示:该系统能够准确地检测气体组分,通过Adaboost算法对集成BP神经网络优化后,预测的平均相对误差小于2%,能够有效解决气体传感器的交叉敏感问题,提高传感器的选择性。

    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。