作者：魏广芬,唐祯安,余隽 单位：中国微米纳米技术学会;东南大学 出版：《传感技术学报》2001年第04期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2001040070 DOC编号：DOCCGJS2001040079 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 本文将主成分分析法与 BP算法相结合应用于气体传感器阵列信号的处理 ，并以一个由 4个 Sn O2 气体传感器组成的阵列为例 ，对其受到不同浓度的汽车、酒精二元气体的响应信号进行了分析 .结果表明 ，主成分分析能够在保留测试数据最大量信息的前提下 ，给数据有效降维和预分类 ，以消除样本间的相关性 ，然后 ，再将所产生的新的样本空间作为 BP网络的输入 ，使之减少网络的输入数 ，简化网络结构 ，并在保持相同正确率的前提下 ，大大提高网络的学习速率

    📙 相关资料

    1. 《基于主成分分析法的BP神经网络的应用》PDF+DOC 对基本的BP神经网络分析法与BP神经网络主成分分析法进行了分析，并给出了应用实例。...
    2. 《基于改进BP网络的甲烷传感器温度影响试验研究》PDF+DOC 温漂会影响催化甲烷传感器检测精度，为减小这种影响，提高传感器检测精度，本文在不同温度环境下进行甲烷传感器环境影响实验，并利用一种基于主成分分析的BP神经网络温度补偿模型对实验数据进行处理，补偿温漂对检测精度的影响，结果表明：本文提出的模型能提高甲烷传感器的稳定性和准确性，减少温漂的影响。...
    3. 《基于加速度的BP神经网络手势识别设计》PDF+DOC 随着MEMS技术的发展，基于加速度传感器的手势识别成为了研究主流。本文采用BP神经网络模型作为基于加速度的手势识别方法，同时对提出的手势识别方法进行实验验证，并分析结果，得出此方法对0-9十个阿拉伯数字的识别能力较高，证明了BP神经网络非常适合在可穿戴设备中的应用。...
    4. 《基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》PDF+DOC 随着电控技术发展，汽车发动机结构变得更加复杂、紧凑和精密，传感器也越来越多，如何利用传感器信号来诊断发动机故障类型(尤其是机械与性能方面故障)成为研究热点。选取反映汽车发动机运行工况的3个重要传感器信号作为输入向量，分别建立BP神经网络与概率神经网络模型对发动机失火故障、进排气管堵塞、火花塞间隙过大......
    5. 《基于BP神经网络和D-S证据理论的火灾报警系统》PDF+DOC 将BP神经网络与数据融合理论中的D-S证据有机融合，提出一种决策级火灾报警识别方法。通过模拟实际输入信号的仿真结果发现，将BP神经网络和D-S证据理论相结合的多传感器数据融合技术，可以显著提高火灾的识别能力，有效降低火灾误报率，而且该系统具有良好的适应性，达到了预期效果。...
    6. 《一种改进的BP神经网络WSN数据融合方案》PDF+DOC 在监测森林火灾时，为了达到减少无线传感网里大量无效和冗余的数据、提高无线传感网络的收敛速度、延长节点的生命周期、改善火灾报告准确度的目标，提出了一种基于BP神经网络的改进型数据融合方法。该方法在节点上可以对多种传感器产生的数据进行融合，参考节点的实时处理能力来改善BP神经网络的收敛速度，在很大程度上......
    7. 《基于萤火虫优化BP神经网络方法的传感器温度补偿策略》PDF+DOC 为了解决硅压阻式压力传感器温度漂移现象影响工程测量精度的问题，提出一种基于萤火虫优化的BP神经网络温度补偿策略。对一般型BP神经网络利用萤火虫算法进行权值和阈值的优化，进而提高神经网络的泛化性能和搜索速度，并利用优化后的BP神经网络进行压力传感器温度补偿实验。将优化后的BP神经网络温度补偿性能与一般......
    8. 《基于D-S证据理论和BP神经网络的多传感器信息融合》PDF+DOC 针对多传感器信息融合的基本可信度分配在实际应用中难以解决的问题，提出了一种基于D-S证据理论与BP网络相结合的多传感器信息融合的改进方法。该方法充分发挥BP神经网络自学习、自适应和容错的能力，利用BP神经网络处理证据理论的基本可信度问题，再利用D-S证据理论来处理不精确、模糊的信息。最后通过一个实例......
    9. 《BP神经网络在WSN数据融合中的应用》PDF+DOC 在无线传感器网络(WSNs)的研究与应用中，利用数据融合来提高网络中能量利用率是其中一个重要的研究方向。文章利用BP(Back Propagation)神经网络能够对曲线进行无限逼近的特性来对无线传感器的监测数据进行数据拟合，然后传输拟合好的权值与阈值，同时通过将上一次拟合的权值与阈值赋予下一次拟合......
    10. 《基于BP神经网络的猪舍有害气体定量检测模型研究》PDF+DOC 为寻找适合猪舍混合有害气体浓度识别的神经网络模型，建立了基于误差反向传播(BP)神经网络的猪舍有害气体定量检测模型，分别使用trainbr函数、traingdm函数及trainlm函数训练该神经网络，对有害氨气和硫化氢组成的混合气体浓度进行识别，并利用MATLAB软件的神经网络工具箱进行仿真。结果表......

    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。