期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
气体识别自组织神经网络
被引量:
1
下载PDF
职称材料
导出
摘要
本文主要对气体识别进行了介绍以及自组织神经网络在气体识别中的应用。通过对人工嗅觉系统的定义、原理以及基本组成部分的描述,介绍了各种类型的气体传感器,最后重点介绍了神经网络中的BP神经网络、RBF神经网络和自组织神经网络,以及神经网络在气体识别中的应用,并结合MATLAB说明其实际应用。
作者
付敏
机构地区
武警工程大学信息工程系
出处
《电子世界》
2014年第4期182-183,共2页
Electronics World
关键词
气体识别
自组织神经网络
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
4
参考文献
1
共引文献
5
同被引文献
5
引证文献
1
二级引证文献
2
参考文献
1
1
朱献文.
基于遗传算法和Hopfield神经网络的字符识别方法[J]
.电子设计工程,2011,19(18):57-59.
被引量:6
二级参考文献
4
1
丘敏,麦汉荣,廖惜春.
神经网络在汽车牌照字符识别中的应用[J]
.计算机工程与设计,2008,29(8):2041-2043.
被引量:7
2
张彤,肖南峰.
基于BP网络的数字识别方法[J]
.重庆理工大学学报(自然科学),2010,24(3):43-47.
被引量:17
3
廖晓昕,昌莉,沈轶.
离散Hopfield神经网络的稳定性研究[J]
.自动化学报,1999,25(6):721-727.
被引量:31
4
代小红.
模糊模式的手写数字识别技术研究与实现[J]
.重庆大学学报(自然科学版),2011,34(6):117-122.
被引量:5
共引文献
5
1
Chen Ken,Yang Shoujian,Celal Batur.
PROBE:NOISE-AND-ROTATION RESISTANCE OF HOPFIELD NEURAL NETWORK IN IMAGED TRAFFIC SIGN RECALL[J]
.Journal of Electronics(China),2013,30(2):183-189.
2
林虹江,周步祥,冉伊,詹长杰,杨昶宇.
基于遗传优化BP神经网络算法的光伏系统最大功率点跟踪研究[J]
.电测与仪表,2015,52(5):35-40.
被引量:27
3
金焱飞,张会林,张松,史超然,李荣伟.
基于GA-BPNN的MPPT控制方法与P&O的比较[J]
.电子科技,2016,29(8):145-148.
被引量:1
4
崔庆安,王君.
基于DHNN的非线性profile异常状态监控方法[J]
.组合机床与自动化加工技术,2017(12):97-102.
5
潘园园,张力,段玲玲,段法兵.
离散Hopfield神经网络的手写数字识别研究[J]
.复杂系统与复杂性科学,2018,15(1):75-79.
被引量:5
同被引文献
5
1
刘春,张平.
可燃气体和有毒气体检测报警系统的设计探讨[J]
.石油化工自动化,2006,42(6):1-4.
被引量:27
2
童敏明,张愉,齐美星.
基于BP神经网络的可燃混合气体分析方法的研究[J]
.计量学报,2006,27(2):169-171.
被引量:15
3
邢进良.
BP神经网络模型及其应用[J]
.沙洋师范高等专科学校学报,2007,8(5):46-50.
被引量:11
4
逯绍锋,逯跃锋.
基于无线传感器网络的有毒气体监测系统设计[J]
.现代电子技术,2007,30(23):158-159.
被引量:8
5
吴玉锋,田彦文,韩元山,翟玉春.
气体传感器研究进展和发展方向[J]
.计算机测量与控制,2003,11(10):731-734.
被引量:51
引证文献
1
1
陈洋,张伯虎,余缘敏.
基于无线传感器和BP神经网络的有毒气体检测[J]
.移动信息,2015,0(2):19-20.
被引量:2
二级引证文献
2
1
李晓云,王晓凯.
基于BP-RBF组合神经网络的废气监测盲区SO_2浓度预测[J]
.测试技术学报,2018,32(3):191-196.
被引量:3
2
许刚.
基于GA-RBF的煤矿机器人井下混合气体检测系统的研究[J]
.计算技术与自动化,2018,37(3):66-68.
被引量:4
1
汪丹,张亚非.
基于支持向量机算法的气体识别研究[J]
.传感器技术,2005,24(2):19-21.
被引量:3
2
李广义,黄家锐,苏润,黄行九,刘锦淮.
基于传感器动态检测和神经网络的气体识别[J]
.传感器技术,2005,24(5):25-27.
被引量:6
3
汪丹,张亚非.
SVM和BP算法在气体识别中的对比研究[J]
.传感技术学报,2005,18(1):201-204.
被引量:9
4
吴莉莉,郑宝周,林爱英,郭淼,陈裕泉.
基于阈上随机共振的混合气体识别研究[J]
.电子技术应用,2009,35(7):88-90.
5
聂伟,王祁,孙圣和.
基于模糊集合理论数据融合的气体识别方法研究[J]
.传感技术学报,1999,12(2):127-133.
被引量:2
6
沈悦,梁坚,胡真,陆毅新.
智能气体识别仪的研究[J]
.仪器仪表学报,1998,19(1):41-44.
被引量:6
7
曲建岭,王磊,杨建华,高峰.
基于自组织特征映射网络的气体识别方法研究[J]
.测控技术,2000,19(3):6-8.
被引量:5
8
於锋,王昌龙,黄惟一.
基于51单片机的电子鼻的设计与实现[J]
.电子器件,2008,31(5):1514-1517.
被引量:2
9
于万钧,安改换,鹿文静,甘超,刘全.
基于栈式降噪自动编码器的气体识别[J]
.计算机工程与设计,2017,38(3):814-818.
被引量:5
10
薛大为,孔慧芳,杨春兰.
改进自适应遗传神经网络在混合气体识别中的应用[J]
.计算机与应用化学,2013,30(6):667-670.
被引量:1
电子世界
2014年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部