基于改进BP神经网络的矿井CO检测方法的研究
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.3
报错
- 详情
- 2021-03-23
- 简介
pdf
- 203KB
- 页数 3P
- 阅读 87
采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井CO和CH4气体的交叉敏感问题,提出了一种基于改进BP神经网络的矿井CO检测方法。通过MATLAB仿真可以看出,基于神经网络的传感器阵列方法可以明显提高CO检测精度。实际输出值和期望输出的绝对误差平均值为3.43 ppm,相对误差平均值为1.43%。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于改进BP神经网络的矿井CO检测方法的研究 203KB
基于改进BP神经网络的矿井CO检测方法的研究 203KB
基于GA改进BP神经网络网络异常检测方法 293KB
基于BP神经网络电子评标方法的研究和应用 222KB
基于多种检测数据的轨道状态BP神经网络评定方法研究 296KB
基于BP神经网络的工程造价估测方法 294KB
造价估测方法的研究和BP神经网络模型的应用 192KB
造价估测方法的研究和BP神经网络模型的应用 350KB
基于BP神经网络的矿井通风系统安全评价方法 210KB
基于BP神经网络的民航安全预测方法研究 58KB