作者：徐佳伟 单位：上海市能源研究所;上海市工程热物理学会 出版：《电力与能源》2015年第02期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFLYJI2015020070 DOC编号：DOCLYJI2015020079 下载格式：PDF + Word/doc 文字可复制、可编辑
《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 《一种气体传感器阵列检测模式识别新方法》PDF+DOC2010年第01期 陈伟根,齐辉,王有元,彭姝迪 《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 《Adaboost集成BP神经网络在传感器阵列检测系统中的应用》PDF+DOC2015年第04期 洪磊,龚雪飞,孙寿通,简家文 《用于检测糖尿病标志物的电子鼻优化设计》PDF+DOC2018年第01期 奉轲,花中秋,伍萍辉,李彦,曾艳,王天赐,邱志磊 《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 《基于改进BP神经网络的矿井CO检测方法的研究》PDF+DOC2016年第01期 代洪 《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞 《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 《基于声表面波传感器阵列的气体鉴别算法研究》PDF+DOC2013年第11期 王建明,刘鑫璐

    • 模式识别方法在变压器的油色谱数据处理中起着至关重要的作用。采用主成分分析法与BP神经网络相结合的方式对传感器检测的油中气体进行处理，解决了传统的BP神经网络模式识别收敛速度慢且精度不高的问题。之后将基本的BP神经网络分析法与BP神经网络主成分分析法作了对比。结果表明，该方法能有效解决气体传感器的交叉敏感问题，提高了网络的训练速度和气体的检测精度。

    📙 相关资料

    1. 《基于主成分分析法的BP神经网络的应用》PDF+DOC 对基本的BP神经网络分析法与BP神经网络主成分分析法进行了分析，并给出了应用实例。...
    2. 《一种气体传感器阵列检测模式识别新方法》PDF+DOC 针对气体传感器阵列检测模式识别方法中BP神经网络收敛速度慢且易陷入局部极小值的问题，构建了一种免疫神经网络：采用免疫算法对BP神经网络的权值进行全局搜索优化，再用BP算法进行局部搜索，并将其用于传感器阵列信号模式识别中。采用正交试验法设计神经网络的学习样本，在保证神经网络学习精度的同时减少了样本的数......
    3. 《基于BP神经网络的矿井一氧化碳检测方法研究》PDF+DOC 文章采用热催化传感器和电化学式气体传感器的配合使用，为了解决两种传感器对矿井一氧化碳和甲烷气体的“交叉敏感”问题，提出了一种基于BP神经网络技术的传感器系统。研究了采用两种传感器组成的多传感器阵列与BP神经网络相结合来实现一氧化碳气体浓度精确检测的方法。实验证明，利用基于BP神经网络的多传感器阵列模......
    4. 《Adaboost集成BP神经网络在传感器阵列检测系统中的应用》PDF+DOC 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：......
    5. 《用于检测糖尿病标志物的电子鼻优化设计》PDF+DOC 人体呼气中的丙酮含量可作为糖尿病的标志物。为实现无创糖尿病诊断，设计以金属氧化物半导体气敏传感器阵列为核心的人工嗅觉系统，对完成痕量丙酮的快速检测具有重要意义。通过多个气体流量控制器MFC(Mass Flow Controller)分别配制出模拟糖尿病患者呼气样本(30&#215；10-6丙......
    6. 《基于独立分量分析和BP网络的电子鼻模式识别》PDF+DOC 为了提高电子鼻对混合气体的识别率，针对气体传感器阵列的交叉敏感特性，探讨了在电子鼻系统中基于独立分量分析(ICA)算法与BP神经网络相结合进行模式识别的可行性。并对4个气体传感器组成的电子鼻对4种气体混合物所测得的原始数据进行处理，结果表明：ICA算法对数据进行有效预分类，减少了样本之间的相关性，将......
    7. 《基于改进BP神经网络的矿井CO检测方法的研究》PDF+DOC 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......
    8. 《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC 在简要概述电子鼻系统原理的基础上，分析人工神经网络模式识别的特性、结构和识别原理，阐述一种基于人工神经网络的混合气体检测方法。结果证明通过人工神经网络的模式识别和气体传感器阵列技术相结合，能够有效地解决气体传感器阵列的交叉敏感问题，从而实现对混合气体的定性定量检测，并且拥有广泛的应用前景。...
    9. 《气体检测系统中BP神经网络的设计与实现》PDF+DOC 在简要概述气体检测系统原理的基础上，分析了BP神经网络模式识别的特性和结构，阐述了一种基于人工神经网络的混合气体检测方法。分析并研究了气体检测系统中BP神经网络结构的设计方法，构建了基于Matlab的BP网络模型，并实现了对CO、H2S和CH4三种混合气体的定性定量检测。...
    10. 《基于声表面波传感器阵列的气体鉴别算法研究》PDF+DOC 声表面波(SAW)传感器阵列具有体积小、功耗低、反应灵敏等优点，在食品检测、环境治理、气体鉴别等领域有广泛的应用前景。结合声表面波传感器阵列的原理及特点，建立和优化了声表面波传感器阵列的数学模型，并对数据进行预处理、主成分分析(PCA)以及BP神经网络分析处理，实现了对气体的鉴别分类，取得了好的实验......

    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。