作者:代洪 单位:哈尔滨煤矿机械研究所 出版:《煤矿机械》2016年第01期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFMKJX2016010970 DOC编号:DOCMKJX2016010979 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井CO和CH4气体的交叉敏感问题,提出了一种基于改进BP神经网络的矿井CO检测方法。通过MATLAB仿真可以看出,基于神经网络的传感器阵列方法可以明显提高CO检测精度。实际输出值和期望输出的绝对误差平均值为3.43 ppm,相对误差平均值为1.43%。

    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。