人工神经网络对电子鼻性能的影响

• 作者: 徐春花 王占山 秦树基
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 反向传输网络 学习矢量量化网络 概率神经网络 模式识别 电子鼻
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 804-808
• 页数: 5页
• 分类号: TP212.2
• 字数: 3893字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-374X.2005.06.021

摘要

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络, 即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王占山	同济大学物理系	92	640	14.0	19.0
2	秦树基	同济大学物理系	24	190	9.0	12.0
3	徐春花	同济大学物理系	1	21	1.0	1.0