陈志芸
- 作品数：5 被引量：16H指数：2
- 供职机构：宁波大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金宁波市科技局自然科学基金宁波市自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- k-means-RBF集成神经网络在工业尾气检测中的应用被引量：1
- 2017年
- 神经网络是工业尾气检测系统的一个重要组成部分.为提高神经网络的预测精度和收敛速度,建立k-means-RBF集成神经网络模型.首先,通过选取不同的径向基函数神经网络参数,得到一组RBF神经网络;然后,利用k-means算法对生成的RBF神经网络进行聚类,并筛选出各类中精度较高的神经网络;最后,通过简单平均法对筛选出的神经网络进行集成,得到高性能的k-means-RBF集成神经网络模型.为验证模型有效性,搭建基于k-means-RBF集成神经网络模型的工业尾气检测系统进行验证.结果表明,与粒子群算法优化后的Back Propagation(PSO-BP)神经网络模型相比,k-means-RBF集成神经网络模型的平均预测精度提高78.27%,收敛时间节省99.65%.
- 刘萍龚雪飞简家文张帆陈志芸
- 关键词：径向基函数神经网络K-MEANS算法
- 基于集成神经网络的汽车尾气检测系统设计被引量：11
- 2016年
- 为了准确、有效地检测汽车尾气中各气体的质量分数,对传感器阵列和BP神经网络技术进行了研究,设计了一套汽车尾气检测系统。首先,根据汽车尾气成分选取4个相应传感器和一个温湿度传感器组成传感器阵列,搭建汽车尾气检测装置;其次,为了克服单一BP神经网络预测精度低,容易陷入局部极值的缺点,建立基于Adaboost算法和BP神经网络的集成神经网络模型;最后,利用集成神经网络模型对传感器阵列的响应信号进行回归分析。结果表明,集成神经网络模型预测的平均相对误差小于3%,能够有效处理汽车尾气的检测数据。
- 刘萍简家文陈志芸
- 关键词：传感器阵列BP神经网络ADABOOST
- 伪逆BP神经网络在汽车尾气检测中的应用被引量：3
- 2016年
- 为了准确、快速、高效地检测汽车尾气中各气体的质量分数,结合传感器阵列和神经网络技术,设计了一种汽车尾气检测系统。为了提高神经网络模型的拟合和预测能力,提出伪逆BP集成神经网络模型:利用伪逆法求得不同BP神经网络集成的最优权重系数,再通过加权平均法集成BP神经网络。利用伪逆BP集成神经网络模型对传感器阵列信号进行回归分析,结果表明:该模型的预测相对误差均小于5%,对比传统Adaboost—BP集成神经网络模型,该模型实现更简单,收敛更快,收敛精度和预测精度更高。
- 刘萍简家文陈志芸张晓娟
- 关键词：传感器阵列集成神经网络伪逆法
- 一种动态、静态配气两用的气体传感器测试系统
- 本发明涉及一种动态、静态配气两用的气体传感器测试系统，属于气敏传感器测试技术领域。该系统包括：测试腔体，测试腔体主体为不锈钢腔体；密封舱口，其有两个且分别设置于测试腔体两端，且每个密封舱口匹配设置有密封舱门；进气管道，设...
- 郑雁公陈志芸简家文
- 文献传递
- 基于BP神经网络的VOCs混合气体检测研究
- 为实现对挥发性有机化合物（VOC）混合气体检测，本研究采用传感器阵列和模式识别技术相结合的电子鼻方式对问题进行探究。传感器阵列是在实验室中自制的旁热式金属氧化物半导体传感器组成的阵列，能对 VOC混合气体形成完备的响应模...
- 陈志芸
- 关键词：挥发性有机化合物气体传感器阵列BP神经网络
