| 基于神经网络技术提高红外气体分析器的选择性 |
| |
| 引用本文： | 张永怀,刘君华. 基于神经网络技术提高红外气体分析器的选择性[J]. 西安交通大学学报, 2003, 37(8): 787-790 |
| |
| 作者姓名： | 张永怀 刘君华 |
| |
| 作者单位： | 西安交通大学电气工程学院,710049,西安 |
| |
| 基金项目： | 国家自然科学基金资助项目(50077016). |
| |
| 摘 要： | 应用前馈神经网络算法消除非目标参量对主传感器的干扰,从而提高了红外气体分析器的选择性.以检测甲烷为例,在干扰气体乙烯的体积分数变化了7600×10-6时,经神经网络融合处理后,分析器的选择性系数从3.17提高到422,主传感器输出的引用误差从58%降为0.65%,实现了对甲烷的准确识别.实验结果表明,该方法具有实际应用前景.
|
| 关 键 词： | 红外气体分析器 选择性 数据融合 神经网络 |
| 文章编号： | 0253-987X(2003)08-0787-04 |
| 修稿时间： | 2002-11-28 |
Study on Increasing Selectivity Index of Infrared Gas Analyzer with Neural Network |
| |
| Zhang Yonghuai,Liu Junhua. Study on Increasing Selectivity Index of Infrared Gas Analyzer with Neural Network[J]. Journal of Xi'an Jiaotong University, 2003, 37(8): 787-790 |
| |
| Authors: | Zhang Yonghuai Liu Junhua |
| |
| Abstract: | |
| |
| Keywords: | infrared gas analyzer selectivity index data fusion neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
