《基于神经网络信息融合隧道CO浓度预测研究》PDF+DOC
作者:吕燕红,王芹
单位:黑龙江省信息技术学会
出版:《》
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFHDZJ2013090370
DOC编号:DOCHDZJ2013090379
下载格式:PDF + Word/doc 文字可复制、可编辑
《神经网络和SVM多传感器融合的隧道CO体积分数研究》PDF+DOC2012年第07期 王芹,王晓东,吴建德,黄国勇,范玉刚
《基于多源信息融合的柴油机故障诊断方法》PDF+DOC2020年第01期 曹欢,胡磊,谢文琪,杨建国
《基于信息融合与GM的石油罐区安全监控预测模型》PDF+DOC2014年第07期 潘长城,王时彬,王如君,康荣学
《基于BP网络信息融合技术的电路板故障诊断》PDF+DOC2006年第03期 周绍磊,张文广,张晨亮
《基于神经网络信息融合技术的应用》PDF+DOC2005年第22期 汪召堂,于晓阳
《基于小波变换的双并联神经网络在混合气体浓度预测中的应用》PDF+DOC2010年第05期 赵汉卿,戚金清,王兢,征进,吴微
《基于神经网络信息融合的铜精炼炉压力传感器非线性校正》PDF+DOC2008年第02期 谢常清,鄂加强
《多传感器信息融合技术在粮情测控中的应用》PDF+DOC2008年第06期 马志,甄彤,张秋闻
《多传感器量测下权重优化粒子滤波算法》PDF+DOC2013年第12期 胡振涛,刘宇,杨树军
《CO传感器神经网络补偿模型》PDF+DOC2013年第07期 贺玉凯
高速公路隧道监控系统存在传感器单一、可靠性低等问题,如果能对失效传感器数据预测,可提高隧道安全性。利用BP和RBF神经网络的非线性逼近能力融合提取隧道CO浓度信息特征,再用最优均方误差加权融合算法对两种网络分别提取的信息再次融合预测隧道CO浓度。提高了模型预测精度,进而给出数据预处理方法和模型评价指标。仿真实验表明:该模型对隧道CO浓度预测的有效性,性能优于单一神经网络融合预测模型。
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。