基于神经网络的数据融合在废气测量中的应用

• 作者: 庞敏 朱伟兴 李丽
• 来源期刊: 中国安全科学学报
• 学科: 地球科学
• 关键词: 广义回归神经网络(GRNN) 数据融合 禽畜养殖场 废气 缺失数据
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 安全管理工程
• 页码范围: 162-165
• 页数: 4页
• 分类号: X701|TP183
• 字数: 2472字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3033.2007.06.027

摘要

数据融合方法通过提取各个影响因素之间的特征关系,进行数据之间的融合.针对因传感器故障而失真的数据,综合考虑对畜禽场排放的某一废气测量值的时间、空间和环境等多种影响因素,使用基于神经网络的数据融合方法来估算该废气的浓度,实现失真数据的恢复,从而精确地测量出养殖场连续排放的有害气体的总量,对超标排放进行监控.以氨气(NH3)浓度数据的处理为例,应用MATLAB软件,其仿真结果表明:估算最大相对误差为7.83%,证明基于神经网络的数据融合方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽	江苏大学电气信息工程学院	49	80	4.0	7.0
2	朱伟兴	江苏大学电气信息工程学院	130	1640	21.0	35.0
3	庞敏	江苏大学电气信息工程学院	2	13	2.0	2.0