期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于分布式多子网神经网络的多组分混合气体识别 被引量:9
1
作者 丁晖 刘君华 申忠如 《仪器仪表学报》 EI CAS CSCD 北大核心 2001年第6期592-594,598,共4页
目前采用神经网络技术进行多组分混合气体浓度识别时通常存在着识别精度差、识别范围小等问题。为此本文首次提出一种新的神经网络结构 :分布式多子网神经网络。该网络包含多个子网和一个总网。工作时通过总网的分解处理可以将一复杂任... 目前采用神经网络技术进行多组分混合气体浓度识别时通常存在着识别精度差、识别范围小等问题。为此本文首次提出一种新的神经网络结构 :分布式多子网神经网络。该网络包含多个子网和一个总网。工作时通过总网的分解处理可以将一复杂任务自动分解成多个子任务 ,并交由相应的子网处理。这种多子网、分而治之的特点大大提高了网络的学习速度和泛化能力。将其用于多组分混合气体的识别中 ,大大提高了混合气体的识别效果和可识别范围。文章最后给出了模拟实验结果。 展开更多
关键词 分布式多子网 神经 混合气体识别 传感器
在线阅读 下载PDF
基于分布式多子网神经网络的传感器静态误差修正
2
作者 丁晖 刘君华 申忠如 《计量学报》 CSCD 北大核心 2001年第3期196-200,共5页
为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参... 为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参数对传感器输出的影响 ,实现正确检测传感器的输入。同时本文首次提出了一种新的神经网络结构 :分布式多子网神经网络 ,并将其用于实现该修正方法。模拟实验表明 ,该网络在泛化能力、学习速度等方面均优于BP网络和RBF网络。其多子网、自动分解任务的特点尤其适用于复杂样本的学习 ,具有很好的应用前景。 展开更多
关键词 静态误差修正 多传感器数据融合 分布式多子网神经 传感器冗余法
在线阅读 下载PDF
基于分布式多子网神经网络的可燃气体分析
3
作者 张愉 齐美星 童敏明 《传感器与微系统》 CSCD 北大核心 2009年第11期16-18,共3页
根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识... 根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识别的模型,并以3种混合气体为对象进行实验,结果证明了分析方法的可行性。实验表明:该网络在泛化能力与学习速度等均优于BP和RBF网络,其多子网、自动分解任务的特点尤其适用于复杂样本的学习,具有很好的应用前景。 展开更多
关键词 气体分析 催化传感器 分布式多子网神经
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部