《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+DOC
作者:赵汉卿,戚金清,王兢,征进,吴微
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2010年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2010050300
DOC编号:DOCCGJS2010050309
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络的AD590温度传感器非线性校正技术》PDF+DOC2004年第04期 蔡兵
《基于神经网络的半导体压力传感器数据融合技术》PDF+DOC2002年第02期 蔡兵
《引入粒子生存值的SPSO-BP气体传感器补偿算法》PDF+DOC2020年第08期 程洋,李柏林,欧阳,罗建桥,黄翰鹏
《神经网络技术在数据融合中的应用》PDF+DOC1998年第06期 李芳社,王宝树
《人工神经网络在混合气体定量检测中的应用》PDF+DOC2004年第07期 石春燕,王剑钢
《基于神经网络的雷达故障诊断专家系统》PDF+DOC2004年第07期 朱三文,席泽敏,薛林
《基于神经网络处理的井巷气体自动检测系统设计》PDF+DOC2003年第06期 李三平
《基于多层前向神经网络的应力传感器故障诊断》PDF+DOC2001年第04期 张伟,郑恩让
《几种神经网络在混合气体预测中的比较》PDF+DOC2010年第06期 林剑锋,戚金清,王兢,征进,吴微
《基于径向基函数神经网络的涡流传感器非线性补偿方法研究》PDF+DOC2008年第05期 俞阿龙
BP神经网络在混合气体浓度预测中得到广泛应用。针对BP神经网络收敛速度慢的特点,提出了一种新的基于小波变换的并列隐层双并联神经网络结构,这种网络首先对输入数据进行二维离散小波变换,然后用双并联神经网络对变换后两组数据进行训练,确定神经网络的权值和阈值。实验结果证明,相对传统的BP及双并联神经网络,基于小波变换的双并联神经网络的收敛速度加快2~3倍;对混合气体浓度的预测精度也有明显提高。
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。