删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于RBF神经网络的红外二氧化碳传感器数学模型

北京航空航天大学 辅仁网/2017-07-06

濞戞挴鍋撻柡澶樺灠閵堝爼鎳犻崜浣圭暠闂佽棄宕銊╁矗椤栨瑤绨板☉鏃€婢橀崺宀勬嚀閸愵亞鍩″☉鎾存尫缁楃喓鎷犻幑鎰偒闁哄倹鐟辩槐锟�
2濞戞挸娲ㄩ~鎺楁嚀閸愵亞鍩¢柣銏ゆ涧閻℃瑦绋婇敂鑲╃濡増锚缁ㄩ亶濡存担绛嬫綊濡増鍨埀顑跨閸欏繑绺藉Δ鍕偒闁哄倹鐟辩槐姘跺矗婵犲倸鍧婃鐐差嚟濠€鈩冿紣濮楀牏绀夋繛鎴犳暩濞诧拷547闁圭鍋撻梻鍕╁灪閻楋拷4濞戞挸娲g紞鎴炵▔椤忓洠鍋撻崘顏嗗煛闁兼澘鍟畷銉︾▔閹捐尙鐟圭紒澶嬪灩濞蹭即濡存担瑙e亾閸愵亞鍩¢柛蹇e墮閸欙紕鎷犻幘鍛闁衡偓閹稿簼绗夐柤鏄忕簿椤曘垽寮弶娆惧妳闁挎稑顦埀顒婃嫹40缂佸绉崇粭鎾寸▔濮橀硸鏁嬪璇″亾缁辨瑩鏌岄幋锝団偓铏规兜閺囩儑绱滈柕鍡曞簻BA闁靛棔绀佸ù妤呮⒔閸涱厽娅岄柛鏃撶磿椤㈡碍绔熼鐘亾娴h鐓€闂傚倽顔婄槐鍫曞箻椤撶媭鏁嬪璇″亖閳ь兛鑳堕妵鐐村濮橆兛绱eù锝嗙矌椤㈡碍绔熼銈囨惣闁挎稑顦埀顒婃嫹28缂侇偉顕ч幃鎾剁驳婢跺⿴鍔呴柛鏃€绋撻弫鐢垫兜閺囨氨鐟╁☉鎾村搸閳ь剨鎷�1130缂佸绉剁划锟犲礂閸涘﹥娈岄柡澶嬪姂閳ь剨鎷�
文献详情


基于RBF神经网络的红外二氧化碳传感器数学模型
外文标题Mathematic Model of IR Carbon Dioxide Sensor Based on RBF Neural Network
文献类型期刊
作者张广军[1];武晓利[2]
机构
来源信息年:2004卷:25期:1页码范围:72-74,98
期刊信息仪器仪表学报ISSN:0254-3087
关键词红外光;二氧化碳传感;数学模型;RBF神经网络;样本数据;训练和测试
摘要介绍了红外二氧化碳传感机理和RBF(Redial Basic Function)神经网络,并将带遗忘因子的梯度下降法应用于RBF神经网络的参数调整.利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过采用高精度样本数据训练RBF网络,最终建立起了基于RBF神经网络的红外二氧化碳传感器数学模型.实验结果表明,该模型具有较高的精度.
收录情况PKUISTICCSCD
链接地址http://d.g.wanfangdata.com.cn/Periodical_yqyb200401017.aspx
DOI10.3321/j.issn:0254-3087.2004.01.017
基金教育部高校骨干教师资助计划; 教育部留学归国人员基金


全文|
影响因子:


仪器科学与光电工程学院张广军

dc:title:基于RBF神经网络的红外二氧化碳传感器数学模型
dc:creator:张广军;武晓利
dc:date: publishDate:2004-02-15
dc:type:期刊
dc:format: Media:仪器仪表学报
dc:identifier: LnterrelatedLiterature:仪器仪表学报.2004,25(1),72-74,98.
dc:identifier:DOI:10.3321/j.issn:0254-3087.2004.01.017
dc: identifier:ISBN:0254-3087
相关话题/北京航空航天大学 北京 传感器 数据 基金