共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
径向基函数网络预测混合气体浓度 总被引:1,自引:0,他引:1
基于气体传感器阵列的混合气体分析方法及研究现状,对径向基函数神经网络对混合气体浓度预测进行了研究.用气体传感器阵列对由四种不同气体组成的混合气体进行测量并以这些测量数据为样本对径向基函数网络进行训练,训练后可使径向基函数网络对各气体成分的浓度预测误差不大于6%. 相似文献
3.
4.
5.
曹云忠 《计算机工程与应用》2009,45(21):218-221
单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成。控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果。详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络和提出的混合网络的预测性能。实验表明,混合神经网络在预测精度上比单一网络具有更优的性能,同时,该混合模型为复杂系统提供了一种通用的预测工具。 相似文献
6.
无线传感器网络的系统能耗制约着全网络的综合应用能力,其中节点有限的能量从根本上影响着传感器网络效能。针对无线传感器网络的全局能耗问题,提出了基于径向基函数神经网络以及状态空间表达的系统化建模方法。考虑到无线传感器网络的拓扑结构与分级关系, 采用径向基函数神经网络自适应实时规划系统。鉴于各传感器节点对数据的不同处理方式与能耗密切相关, 对全系统能耗建立系统化矩阵模型。仿真分析表明该模型可根据实际应用背景调整设置完成全局优化。 相似文献
7.
8.
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。 相似文献
9.
10.
基于特征比值法的电子鼻农药识别系统 总被引:2,自引:0,他引:2
采用二氧化锡半导体气敏传感器、热线型和催化型气敏传感器构成气体传感器阵列,用小波降噪和数据压缩对传感器响应信号进行预处理,采用特征比值法对响应曲线进行特征提取.选取不同浓度的常用农药等10种气体用径向基神经网络进行训练和识别试验,气味识别正确率达到83.3%. 相似文献
11.
12.
利用6个TGS系列气敏传感器阵列对醋进行了检测。按照Wilks统计量最小的原则对传感器阵列进行了优化,得到了由4个传感器组成的用于检测醋的种类的最佳传感器阵列。对阵列优化前后的数据,用PCA、LDA进行对比研究,结果表明,优化后的阵列可以更好地对醋鉴别分类。因此,所给出的优化方法是有效的。 相似文献
13.
14.
15.
灰色理论在电子鼻气体定量分析中的应用 总被引:1,自引:0,他引:1
将气体传感器阵列与灰色系统理论相结合,设计出用于气体定量分析的电子鼻。根据传感器数列得到的实验数据为基础数据建立了气体定量分析的灰色预测模型GM(1,N),并通过该模型对气体的体积分数进行了分析。实验证明:灰色系统理论用于气体的定量分析是可行的。 相似文献
16.
针对柔性触觉传感器模型高度非线性、解耦难度大等问题,提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型,之后通过K-均值和递归最小二乘法优化RBF神经网络,并利用优化后的RBF神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系,最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息,获得了较好的解耦精度。解耦结果表明,RBF神经网络算法具有较强的鲁棒性和抗噪声能力,能够很好地逼近含噪声的传感器高维非线性数据之间的映射关系。 相似文献
17.
Briand D. van der Schoot B. de Rooij N.F. Sundgren H. Lundstrom I. 《Journal of microelectromechanical systems》2000,9(3):303-308
This paper reports on the design, fabrication, and characterization of the first low-power consumption MOSFET gas sensor, The novel MOSFET array gas sensor has been fabricated using anisotropic bulk silicon micromachining. A heating resistor, a diode used as temperature sensor, and four MOSFETs are located in a silicon island suspended by a dielectric membrane. The membrane has a low thermal conductivity coefficient and, therefore, thermally isolates the electronic components from the chip frame. This low thermal mass device allows the reduction of the power consumption to a value of 90 mW for an array of four MOSFETs at an operating temperature of 170°C. Three of the MOSFETs have their gate covered with thin catalytic metals and are used as gas sensors. The fourth one has a standard gate covered with nitride and could act as a reference. The sensor was tested under different gaseous atmospheres and has shown good gas sensitivities to hydrogen and ammonia. The low-power MOSFET array gas sensor presented is suitable for applications in portable gas sensor instruments, electronic noses, and automobiles 相似文献
18.
金属氧化物半导体(MOS)气体传感器阵列是机器嗅觉系统中获取目标气体信息的重要装置.由于气敏元件的材料特性,MOS气体传感器阵列在工作过程中不可避免地会发生突发故障及外界干扰,导致机器嗅觉系统的检测与分析性能下降.为了提升机器嗅觉系统的可靠性,在总结以往研究成果的基础上,提出了自确认MOS气体传感器阵列.该气体传感器阵列结合自确认传感器技术,能够实现自身的多故障检测与隔离、故障识别、故障恢复及测量质量评估等自确认功能.本文分别探讨了自确认MOS传感器阵列的硬件架构、功能模型及其关键技术.最后,介绍了一种面向大气环境污染气体监测的自确认MOS传感器阵列,实现了其异常状态监测与测量质量评估并对其有效性进行了验证. 相似文献
19.
本文研究了一种基于传感器阵列信号分析的龙井茶品质检测技术,采用多气体传感器阵列构建检测平台,实验检测不同储存时间的龙井茶样品,并对传感器阵列信号开展信号分析。为了进一步优化传感器阵列检测龙井茶品质的准确性,对传感器阵列参数优化,得到优化之后的阵列,优化后的传感器阵列具有更高的准确性。采用载荷分析(Loadings)、归一化处理进行数据的预处理。实验采用模糊c均值聚类(FCM)、k近邻函数(KNN)和概率神经网络(PNN)三种方法对传感器阵列检测信息进行了模式识别,以评估所构建系统的检测精度。结果表明三种方法的识别正确率分别为90.83%,90%和93.3%。结果表明KNN和PNN针对气体传感器阵列检测龙井茶品质领域均呈现了较好的模式识别结果。以上结果证明该系统具有较好的检测精度,随机共振系统输出相关系数曲线可以较好的区分不同茶叶样品,并且依托互相关系数特征峰值构建了其品质分析模型。 相似文献