基于小波变换的双并联神经网络在混合气体浓度预测中的应用

• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 气体传感器 浓度预测 双并联神经网络 小波变换
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 传感器应用
• 页码范围: 744-747
• 分类号: TP212
• 字数: 2238字
• 语种: 中文

摘要

BP神经网络在混合气体浓度预测中得到广泛应用.针对BP神经网络收敛速度慢的特点,提出了一种新的基于小波变换的并列隐层双并联神经网络结构,这种网络首先对输入数据进行二维离散小波变换,然后用双并联神经网络对变换后两组数据进行训练,确定神经网络的权值和阈值.实验结果证明,相对传统的BP及双并联神经网络,基于小波变换的双并联神经网络的收敛速度加快2～3倍;对混合气体浓度的预测精度也有明显提高.