-
题名基于DSP和BP的烟气林格曼黑度监测
被引量：2
- 1
-
-
作者
包信宗
葛广英
张元铜
田存伟
-
机构
聊城大学物理科学与信息工程学院
重庆通信学院
-
出处
《计算机应用与软件》
CSCD
2009年第3期272-274,282,共4页
-
文摘
系统综合运用DSP技术和BP神经网络实现了对黑色烟气污染源的自动监测和林格曼黑度分级,摆脱了人工主观评测的落后局面,从根本上避免因主观因素而引入的测量偏差。通过使用时域和空域综合的背景亮度扣除,有效削弱了天空背景散射光线对监测结果准确性的影响。
-
关键词
林格曼黑度级
H.264
背景亮度扣除
BP神经网络
-
Keywords
Ringelmann black degree H. 264 Background brightness deduction BP neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
X830.2
[环境科学与工程—环境工程]
-
-
题名基于BP的烟气林格曼黑度级测量研究
被引量：4
- 2
-
-
作者
包信宗
葛广英
张卫华
杜书达
申哲
-
机构
聊城大学物理科学与信息工程学院
重庆通信学院
总参通信训练基地
-
出处
《聊城大学学报（自然科学版）》
2009年第2期22-24,106,共4页
-
基金
山东省科技攻关基金资助项目(022090107)
-
文摘
将BP神经网络用于烟气污染源林格曼黑度级的测量,解决了传统测量方法中主观因素给测量结果带来的误差问题;并使用一种新的时空联合背景亮度扣除算法,有效削弱了背景亮度对测定准确性的影响.经测量验证,烟气林格曼黑度级准确性得到了极大地提高,正确率达98.83%.
-
关键词
BP神经网络
林格曼黑度级
时空联合背景亮度扣除
-
Keywords
BP neural network, Ringelmann black degree, time and space combined backgroundbrightness deduction
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
