作者:龚雪飞,刘萍,简家文 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2015年第06期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2015060270 DOC编号:DOCCGJS2015060279 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 《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 《伪逆BP神经网络在汽车尾气检测中的应用》PDF+DOC2016年第03期 刘萍,简家文,陈志芸,张晓娟 《传感器阵列的CO与H_2S混合气体检测系统设计与试验》PDF+DOC2015年第01期 梁喜凤,刘立豪 《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 《k-means-RBF集成神经网络在工业尾气检测中的应用》PDF+DOC2017年第01期 刘萍,龚雪飞,简家文,张帆,陈志芸 《神经网络在凝血酶原时间检测系统中的应用研究》PDF+DOC2020年第21期 邓俊伟,姚佳,郭振,周连群,赵鹤鸣 《基于集成神经网络的刀具磨损量监测》PDF+DOC2005年第05期 高宏力,许明恒,傅攀 《基于神经网络的电子鼻检测系统研究》PDF+DOC2010年第11期 刘雪莹,关柯 《电子鼻技术及其在小麦霉变检测中的应用》PDF+DOC2009年第11期 伟利国,张小超,胡小安
  • 针对目前常见的多元有害气体检测问题,搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度,提出使用粒子群算法(PSO)优化集成神经网络的权重系数的方法,即利用PSO的全局搜索能力,对该系统的集成神经网络权重系数进行全局优化,再以优化后的权重系数实现多个神经网络的结论结合。该系统对传感器阵列的4种混合有害气体的响应信号进行回归分析。结果显示,该系统PSO算法的集成神经网络预测的平均相对误差小于1%,网络具有更强的稳定性和泛化能力。

    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。