作者:罗小刚,张承丹,侯长军,霍丹群,杨眉,雷靳灿 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》2017年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2017040390 DOC编号:DOCCGQJ2017040399 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样。介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中。通过计算卟啉传感器阵列中各点的主成分得分选出敏感点,保留各气体敏感点的值,并组成识别模板作为BP神经网络的输入层,达到去除冗余数据的目的。通过实验对比聚类分析结果、未降维数据的BP神经网络识别结果及已经PCA降维后的数据作为输入的BP神经网络识别结果,证明提出的算法可以更加精确地识别不同的肺癌标志性气体。

    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。