《基于卟啉传感器阵列系统的肺癌标志物识别算法》PDF+DOC
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
《应用于卟啉阵列气体检测系统的识别算法》PDF+DOC2014年第11期 罗小刚,谢新莘
《神经网络方法用于分辨三种化学物质》PDF+DOC1996年第06期 冯伟,胡上序
《基于51单片机的电子鼻的设计与实现》PDF+DOC2008年第05期 於锋,王昌龙,黄惟一
《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
《电子鼻信号处理方法的研究进展》PDF+DOC2001年第01期 高旭昇,王平
《基于气体传感器阵列的矿井可燃混合气体分析》PDF+DOC2012年第02期 叶小婷,张青春,童敏明
《用于易挥发性化学品检测的实用电子鼻算法研究》PDF+DOC2011年第01期 董志钢,李民强,罗涛,刘锦淮
《多传感器信息融合技术在酒类辨识中的应用》PDF+DOC2007年第09期 陈登峰,肖海燕,张洪才
《基于荧光卟啉传感器阵列系统的肺癌标志物检测研究》PDF+DOC2014年第07期 雷靳灿,侯长军,霍丹群
《BP神经网络在电子鼻分类识别多品牌白酒中的应用研究》PDF+DOC2014年第04期 陈秀丽,赵爱娟,卫世乾
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。