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
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PSO-BP神经网络在多元有害气体检测中的应用
被引量:
14
1
作者
龚雪飞
徐景
+2 位作者
孙寿通
刘萍
简家文
《传感器与微系统》
CSCD
2015年第2期154-156,160,共4页
针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性...
针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性,又利用了粒子群优化(PSO)算法对BP神经网络的权值与阈值进行了优化。结果显示:通过PSO优化的BP(PSO-BP)神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。
展开更多
关键词
传感器阵列
多元有害气体检测
BP神经网络
粒子群优化
下载PDF
职称材料
基于PSO算法集成神经网络的多元有害气体检测系统
被引量:
9
2
作者
龚雪飞
刘萍
简家文
《传感技术学报》
CAS
CSCD
北大核心
2015年第6期938-942,共5页
针对目前常见的多元有害气体检测问题,搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度,提出使用粒子群算法(PSO)优化集成神经网络的权重系数的方法,即利用PSO的全局搜索能力,...
针对目前常见的多元有害气体检测问题,搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度,提出使用粒子群算法(PSO)优化集成神经网络的权重系数的方法,即利用PSO的全局搜索能力,对该系统的集成神经网络权重系数进行全局优化,再以优化后的权重系数实现多个神经网络的结论结合。该系统对传感器阵列的4种混合有害气体的响应信号进行回归分析。结果显示,该系统PSO算法的集成神经网络预测的平均相对误差小于1%,网络具有更强的稳定性和泛化能力。
展开更多
关键词
集成神经网络
PSO
传感器阵列
多元有害气体检测
下载PDF
职称材料
Adaboost集成BP神经网络在传感器阵列检测系统中的应用
被引量:
5
3
作者
洪磊
龚雪飞
+1 位作者
孙寿通
简家文
《传感器与微系统》
CSCD
2015年第4期148-150,154,共4页
针对目前常见的多元有害气体检测问题,设计并搭建了一种基于传感器阵列和集成BP神经网络相结合的传感器阵列检测系统。在该系统中采用集成BP神经网络对传感器阵列的三种混合有害气体的响应信号进行回归分析。为了提高集成BP神经网络的...
针对目前常见的多元有害气体检测问题,设计并搭建了一种基于传感器阵列和集成BP神经网络相结合的传感器阵列检测系统。在该系统中采用集成BP神经网络对传感器阵列的三种混合有害气体的响应信号进行回归分析。为了提高集成BP神经网络的预测准确性,又利用Adaboost算法对集成BP神经网络进行了优化。结果显示:该系统能够准确地检测气体组分,通过Adaboost算法对集成BP神经网络优化后,预测的平均相对误差小于2%,能够有效解决气体传感器的交叉敏感问题,提高传感器的选择性。
展开更多
关键词
传感器阵列
多元有害气体检测
BP神经网络
ADABOOST
下载PDF
职称材料
题名
PSO-BP神经网络在多元有害气体检测中的应用
被引量:
14
1
作者
龚雪飞
徐景
孙寿通
刘萍
简家文
机构
宁波大学信息科学与工程学院
出处
《传感器与微系统》
CSCD
2015年第2期154-156,160,共4页
基金
浙江省科技厅重大科技专项重点工业项目(2011C16037)
浙江省宁波市科技局自然科学基金资助项目(2013A610002)
文摘
针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性,又利用了粒子群优化(PSO)算法对BP神经网络的权值与阈值进行了优化。结果显示:通过PSO优化的BP(PSO-BP)神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。
关键词
传感器阵列
多元有害气体检测
BP神经网络
粒子群优化
Keywords
sensor array
multiple harmful gas detection
BP neural network
PSO
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于PSO算法集成神经网络的多元有害气体检测系统
被引量:
9
2
作者
龚雪飞
刘萍
简家文
机构
宁波大学信息科学与工程学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2015年第6期938-942,共5页
基金
国家自然科学基金项目(61471210)
浙江省科技厅重大科技专项重点工业项目(2011C16037)
浙江省宁波市科技局自然科学基金项目(2013A610002)
文摘
针对目前常见的多元有害气体检测问题,搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度,提出使用粒子群算法(PSO)优化集成神经网络的权重系数的方法,即利用PSO的全局搜索能力,对该系统的集成神经网络权重系数进行全局优化,再以优化后的权重系数实现多个神经网络的结论结合。该系统对传感器阵列的4种混合有害气体的响应信号进行回归分析。结果显示,该系统PSO算法的集成神经网络预测的平均相对误差小于1%,网络具有更强的稳定性和泛化能力。
关键词
集成神经网络
PSO
传感器阵列
多元有害气体检测
Keywords
integrated neutral-network
PSO algorithm
sensor array
mix harmful gas detection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
Adaboost集成BP神经网络在传感器阵列检测系统中的应用
被引量:
5
3
作者
洪磊
龚雪飞
孙寿通
简家文
机构
宁波大学信息科学与工程学院
出处
《传感器与微系统》
CSCD
2015年第4期148-150,154,共4页
基金
国家自然科学基金资助项目(61471210)
浙江省科技厅重大科技专项重点工业项目(2011C16037)
浙江省宁波市科技局自然科学基金资助项目(2013A610002)
文摘
针对目前常见的多元有害气体检测问题,设计并搭建了一种基于传感器阵列和集成BP神经网络相结合的传感器阵列检测系统。在该系统中采用集成BP神经网络对传感器阵列的三种混合有害气体的响应信号进行回归分析。为了提高集成BP神经网络的预测准确性,又利用Adaboost算法对集成BP神经网络进行了优化。结果显示:该系统能够准确地检测气体组分,通过Adaboost算法对集成BP神经网络优化后,预测的平均相对误差小于2%,能够有效解决气体传感器的交叉敏感问题,提高传感器的选择性。
关键词
传感器阵列
多元有害气体检测
BP神经网络
ADABOOST
Keywords
sensor array
harmful gas mixture detection
BP neural network
Adaboost
分类号
TP212.2 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PSO-BP神经网络在多元有害气体检测中的应用
龚雪飞
徐景
孙寿通
刘萍
简家文
《传感器与微系统》
CSCD
2015
14
下载PDF
职称材料
2
基于PSO算法集成神经网络的多元有害气体检测系统
龚雪飞
刘萍
简家文
《传感技术学报》
CAS
CSCD
北大核心
2015
9
下载PDF
职称材料
3
Adaboost集成BP神经网络在传感器阵列检测系统中的应用
洪磊
龚雪飞
孙寿通
简家文
《传感器与微系统》
CSCD
2015
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部