location: Current position: Home >> Scientific Research >> Paper Publications

神经网络在SnO_2气敏元件浓度测量中的应用

Hits:

Indexed by:期刊论文

Date of Publication:2009-10-15

Journal:仪表技术与传感器

Included Journals:PKU、ISTIC

Issue:z1

Page Number:388-389,433

ISSN No.:1002-1841

Key Words:气体测量;RBF神经网络;BP神经网络

Abstract:气体传感器属于传感器技术领域,在传感器行业中占有重要的地位.然而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.基于Matlab平台的神经网络工具箱,分别构建BP神经网络和RBF(径向基)神经网络,对由涂敷不同敏感材料的声表面波振荡器组成的阵列在4种混合气体灵敏度响应数据进行定量识别研究,结果表明RBF神经网络在气体定量识别方面更具优势.

Pre One:采用富集方法提高气敏元件对甲醛的响应

Next One:采用富集方法提高气敏元件对甲醛的响应