《基于分布式多子网神经网络的可燃气体分析》PDF+DOC
作者：张愉,齐美星,童敏明
单位：中国电子科技集团公司第四十九研究所
出版：《传感器与微系统》2009年第11期
页数：3页 （PDF与DOC格式可能不同）
PDF编号：PDFCGQJ2009110040
DOC编号：DOCCGQJ2009110049
下载格式：PDF + Word/doc 文字可复制、可编辑
《基于单一传感器的可燃混合气体RBF网络分析》PDF+DOC2008年第05期 张愉,童敏明
《基于RBF神经网络的单一催化传感器检测混合气体研究》PDF+DOC2009年第05期 张愉,齐美星,童敏明
《催化传感器对可燃混合气体的分析》PDF+DOC2006年第01期 童敏明,张愉,戴新联
《基于催化传感器可燃混合气体智能分析系统》PDF+DOC2006年第07期 童敏明,陆生华,戴新联,刘涛
《基于BP神经网络的可燃混合气体分析方法的研究》PDF+DOC2006年第02期 童敏明,张愉,齐美星
《基于分布式多子网神经网络的传感器静态误差修正》PDF+DOC2001年第03期 丁晖,刘君华,申忠如
《基于加权最小二乘支持向量机的下水道可燃气体分析》PDF+DOC2014年第09期 曾燕,成新文,王红旗,蓝集明,陈林
《BP神经网络用于传感器故障诊断的仿真研究》PDF+DOC2000年第06期 曹曦,苏明,黄善衡
《基于神经网络的无源多传感器属性数据关联》PDF+DOC2003年第01期 徐敬,王秀坤,胡家升
《影响催化传感器零点漂移的因素分析》PDF+DOC2009年第01期 卫波
根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点，介绍了采用单一的热催化传感器在不同的电场强度下，通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络，通过训练建立了信号识别的模型，并以3种混合气体为对象进行实验，结果证明了分析方法的可行性。实验表明：该网络在泛化能力与学习速度等均优于BP和RBF网络，其多子网、自动分解任务的特点尤其适用于复杂样本的学习，具有很好的应用前景。
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。