征进
- 作品数：3 被引量：6H指数：2
- 供职机构：大连理工大学数学科学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 高阶神经网络结构优化与改进
- 本文首先回顾了神经网络的基本概念与发展,并介绍了神经网络的拓扑结构以及学习方式,然后详细描述了几种常见的高阶神经网络结构,以及主成分分析(principal component analysis, PCA)基本原理和一些...
- 征进
- 关键词：神经网络主成分分析高阶神经网络
- 文献传递
- 几种神经网络在混合气体预测中的比较被引量：3
- 2010年
- 气体传感器阵列的交叉敏感性严重影响气体传感器对混合气体的测量。用M atlab平台的神经网络工具箱,分别构建了BP,径向基(RBF)和模糊(FNN)神经网络,利用掺杂不同材料的4种SnO2气体传感器组成阵列,实现对甲醛、甲苯、丙酮和乙醇混合气体的体积分数预测。结果表明:FNN神经网络对混合气体体积分数预测的精度要高于其他2种网络。而且,结合PCA和ICA对数据样本进行预处理,有利于提高神经网络对体积分数预测的精度。
- 林剑锋戚金清王兢征进吴微
- 关键词：神经网络主成分分析独立分量分析
- 基于小波变换的双并联神经网络在混合气体浓度预测中的应用被引量：3
- 2010年
- BP神经网络在混合气体浓度预测中得到广泛应用。针对BP神经网络收敛速度慢的特点,提出了一种新的基于小波变换的并列隐层双并联神经网络结构,这种网络首先对输入数据进行二维离散小波变换,然后用双并联神经网络对变换后两组数据进行训练,确定神经网络的权值和阈值。实验结果证明,相对传统的BP及双并联神经网络,基于小波变换的双并联神经网络的收敛速度加快2～3倍;对混合气体浓度的预测精度也有明显提高。
- 赵汉卿戚金清王兢征进吴微
- 关键词：气体传感器小波变换
