《GA-RBF在煤矿机器人检测井下混合气体的应用》PDF+DOC
作者:马西良
单位:中国科技新闻学会
出版:《中国科技信息》2016年第18期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFXXJK2016180290
DOC编号:DOCXXJK2016180299
下载格式:PDF + Word/doc 文字可复制、可编辑
《人工神经网络在混合气体定量检测中的应用》PDF+DOC2004年第07期 石春燕,王剑钢
《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞
《传感器阵列的CO与H_2S混合气体检测系统设计与试验》PDF+DOC2015年第01期 梁喜凤,刘立豪
《PSO-BP神经网络在多元有害气体检测中的应用》PDF+DOC2015年第02期 龚雪飞,徐景,孙寿通,刘萍,简家文
《基于电子鼻技术的混合气体检测方法研究》PDF+DOC 张青春,叶小婷
《基于模糊-神经网络的甲醛电子鼻》PDF+DOC2009年第05期 邓小艳,黄元庆
《基于气体传感器阵列的电子鼻对混合气体定量识别的研究》PDF+DOC2006年第06期 姚智慧,徐保港,郝博
《基于手机平台的嗅觉网络传输研究与探索》PDF+DOC2013年第S1期 李联宁
《基于FPGA的多组分气体监测装置设计》PDF+DOC2018年第10期 杨飞,谢涛,于重重,苏维均
《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
针对煤矿救援机器人对井下有毒有害混合气体的感知问题,采用双气体传感器减少部分气体的交叉灵敏度,同时考虑了温度、湿度等可变因素带来的影响,结合煤矿救援机器人实际应用提出基于遗传神经网络算法与k聚类算法优化RBF神经网络,搭建了一种传感器阵列结合GA-RBF神经网络的混合气体的检测系统。实验结果表明:将GA-RBF神经网络算法应用于混合气体定量识别的训练中,收敛速度比RBF神经网络算法要快,而且学习精度更高,提高了RBF的性能及混合气体检测系统的检测精度。在规定的检测范围内,该系统可以担负CO2、H2S、CO与CH4四种气体及其混合气体的定量检测任务。
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。