点击次数：

论文类型：期刊论文

发表时间：2010-01-01

发表刊物：传感技术学报

收录刊物：Scopus、PKU、ISTIC、CSCD

卷号：23

期号：5

页面范围：744-747

ISSN号：1004-1699

关键字：气体传感器; 浓度预测; 双并联神经网络; 小波变换

摘要：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。