作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种神经网络数学模型补偿方法,采用最大最小距离法确定聚类数目,用聚类算法计算RBF神经网络中心和扩展常数,实验结果表明,补偿模型设计合理,达到预期要求,为煤矿CO传感器准确检测低浓度CO气体浓度提供理论依据.
推荐文章
基于OBF神经网络的温度传感器非线性补偿方法
热敏电阻
传感器
非线性补偿
OBF神经网络
基于虚拟压力传感器补偿的传感器网络模型
虚拟压力传感器补偿
数学模型
传感器网络
人工神经网络在电涡流传感器非线性补偿中的应用研究
RBF神经网络
电涡流传感器
非线性补偿
拟合函数
基于BP神经网络的智能压力传感器设计
分布式控制
智能压力传感器
BP神经网络
DS18B20
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 CO传感器神经网络补偿模型
来源期刊 煤矿安全 学科 工学
关键词 CO传感器 RBF神经网络 补偿模型 聚类算法
年,卷(期) 2013,(7) 所属期刊栏目 试验·研究
研究方向 页码范围 44-46
页数 分类号 TD676
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贺玉凯 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (26)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
CO传感器
RBF神经网络
补偿模型
聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤矿安全
月刊
1003-496X
21-1232/TD
大16开
辽宁省抚顺市经济开发区滨河路11号
1970
chi
出版文献量(篇)
12289
总下载数(次)
22
总被引数(次)
57391
论文1v1指导