刘萍
- 作品数：6 被引量：36H指数：3
- 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浙江省重大科技专项资金更多>>
- 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
- PSO-BP神经网络在多元有害气体检测中的应用被引量：14
- 2015年
- 针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性,又利用了粒子群优化(PSO)算法对BP神经网络的权值与阈值进行了优化。结果显示:通过PSO优化的BP(PSO-BP)神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。
- 龚雪飞徐景孙寿通刘萍简家文
- 关键词：传感器阵列BP神经网络粒子群优化
- 基于广域氧传感器的λ分析仪设计被引量：1
- 2016年
- 以广域氧(UEGO)传感器为敏感元件,STM32f407为核心处理器,开展了一种λ分析仪的设计。详细介绍了UEGO传感器测量原理,推导了UEGO传感器的极限电流对空燃比的理论公式。设计了传感器信号检测与处理、工作温度控制、LCD显示等硬件电路,完成了λ分析仪的硬件设计。结合推导公式和硬件电路编写相应的软件驱动程序,传感器工作温度控制过程中引入PID控制算法,使得温度控制性能得到了优化,空燃比值更加精确。
- 张帆谢建军刘萍简家文
- 关键词：空燃比PID控制STM32
- 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
- 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
- 基于PSO算法集成神经网络的多元有害气体检测系统被引量：9
- 2015年
- 针对目前常见的多元有害气体检测问题,搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度,提出使用粒子群算法(PSO)优化集成神经网络的权重系数的方法,即利用PSO的全局搜索能力,对该系统的集成神经网络权重系数进行全局优化,再以优化后的权重系数实现多个神经网络的结论结合。该系统对传感器阵列的4种混合有害气体的响应信号进行回归分析。结果显示,该系统PSO算法的集成神经网络预测的平均相对误差小于1%,网络具有更强的稳定性和泛化能力。
- 龚雪飞刘萍简家文
- 关键词：集成神经网络PSO传感器阵列
