基于遗传神经网络的电子鼻在大气环境气体模式识别中的应用
基于模拟退火遗传神经网络的电子鼻已对二组分、三组分的混合气体模式进行了识别,识别精度及学习速度都较BP神经网络大为提高<””1”>,但仍无法满足实用的要求.为了提高遗传神经网络对混合气体越限值的识别精度,本文在电子鼻已有的基础上提出分步分档识别法,在大范围内保证了识别准确性,提高了电子鼻的实用性.本文成功地将其用于四组分混合气体的精确识别.应用本方法的电子鼻既可用于正常环境气氛也可适用于危险气氛环境的气体模式识别.不同的档,其学习样本不同,识别精度不同.分档识别精度取决于学习样本的最小步长,最小步长越小,识别精度越高.、、、、、
电子鼻 神经网络 遗传算法 模式识别 大气环境
张勇 刘君华 吴浩扬 陈志平
西安交通大学(西安) 河南平顶山环境监测中心站(平顶山)
国内会议
沈阳
中文
225-226
2001-06-01(万方平台首次上网日期,不代表论文的发表时间)