《运用神经网络分析电流测定堆肥系统中的对苯二酚》PDF+DOC
作者:李文卫,章毅,李旭东
单位:中国科学院生态环境研究中心
出版:《环境科学》2008年第09期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHJKZ2008090500
DOC编号:DOCHJKZ2008090509
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于机器学习的数据中心主动地板模型研究》PDF+DOC2019年第12期 李永利,牛弘勋,周杰,熊伟
《传感器非线性标定及其应用》PDF+DOC2018年第06期 孙德建,崔释匀
《神经网络方法识别柴油机气缸压力时应注意的几个问题》PDF+DOC1999年第06期 夏勇,张振仁,李智,梁建军
《气体传感器阵列中的信息融合》PDF+DOC2003年第10期 潘天红,赵德安,邹小波
《基于ZnO/Nafion有机-无机复合膜固定双酶的葡萄糖传感器研究》PDF+DOC2011年第05期 李银峰,欧阳华澍
《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
《电子鼻技术在鱼粉酸价检测中的应用》PDF+DOC2011年第01期 刘辉,牛智有
《基于巯基乙酸与离子液体共修饰的过氧化氢生物传感器的研究》PDF+DOC2009年第05期 尹盛,钱静,王坤,张维维,李华明
《胎压监测信号的误差处理及共振频率提取方法》PDF+DOC2009年第05期 张玘,刘国福,刘波,谢秀芬
《高速深切磨削陶瓷工件表面粗糙度的在线监测》PDF+DOC2009年第04期 彭兰
针对生物传感器检测堆肥系统中对苯二酚时存在的检测范围较小和检测精度不高等问题,在分析漆酶生物传感器检测电流信号的基础上,以传感器响应电流为输入变量,以对苯二酚浓度为输出变量,建立了神经网络(ANN)模型,对网络进行了优化,确定了最佳的网络参数(最佳隐含层神经元数为7,最佳输入层神经元数为5,最优的传递函数组合为Tansig-Logsig,最优的算法为Levenberg-Marquardt算法),并将模型预测性能同非线性回归(NR)模型进行了比较.NR的RMSE(均方根误差)为14.441 9μmol/L,预测值与实测浓度之间的相关系数为0.994 4;与之相比,ANN的RMSE达到4.444 2μmol/L,预测值与实测浓度的相关系数为0.999 6,预测性能明显优于NR.对苯二酚的检测范围达到0.015~450μmol/L,在现有水平上进一步扩大了检测范围同时提高了检测精度。
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。