《应用于卟啉阵列气体检测系统的识别算法》PDF+DOC
作者:罗小刚,谢新莘
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2014年第11期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2014110040
DOC编号:DOCCGJS2014110049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于卟啉传感器阵列系统的肺癌标志物识别算法》PDF+DOC2017年第04期 罗小刚,张承丹,侯长军,霍丹群,杨眉,雷靳灿
《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2017年第06期 桑晓丹
《基于支持向量机算法的气体识别研究》PDF+DOC2005年第02期 汪丹,张亚非
《SVM和BP算法在气体识别中的对比研究》PDF+DOC2005年第01期 汪丹,张亚非
《基于自适应遗传BP算法的混合气体定量检测研究》PDF+DOC2013年第06期 袁力哲,杨宪江,王宇
《一种结合粗糙集与神经网络的多传感器信息融合算法》PDF+DOC2009年第02期 刘决仕,金晶,陈华曦
《《计算机工程与设计》2007年(第28卷)总目次》PDF+DOC2007年第24期
《基于GA-RBF的煤矿机器人井下混合气体检测系统的研究》PDF+DOC2018年第03期 许刚
《自适应变步长BP算法及转速辨识控制》PDF+DOC2007年第04期 郭志伟,卢秀和,关洪亮
《人工神经网络在多传感器信息融合中的应用研究》PDF+DOC2006年第07期 贾建华,王军峰,冯冬青
差值图谱是卟啉化学传感器(PSA)芯片识别气体的根据,但同种气体的差值图谱之间会出现颜色或显色位置的差异,存在实验数据发散的问题。结合BP神经网络和粗糙集,提出了一种新的气体种类识别算法,并将之用于PSA气体检测系统中。该方法利用粗糙集的数据约简功能找到差值图谱数据中颜色变化明显的点的数据,以这些数据为输入,进行BP神经网络的训练和识别。通过实验可以证明,相对于欧氏距离聚类结果、BP神经网络识别结果,本文提出的算法对于发散的实验数据具有更高的识别精度。
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。