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:
模式识别方法在变压器的油色谱数据处理中起着至关重要的作用.采用主成分分析法与BP神经网络相结合的方式对传感器检测的油中气体进行处理,解决了传统的BP神经网络模式识别收敛速度慢且精度不高的问题.之后将基本的BP神经网络分析法与BP神经网络主成分分析法作了对比.结果表明,该方法能有效解决气体传感器的交叉敏感问题,提高了网络的训练速度和气体的检测精度.
推荐文章
BP神经网络主成分分析法在汽车保有量预测中的应用
汽车保有量
预测
BP神经网络
主成分分析
主成分分析法结合BP神经网络在血吸虫性肝硬化诊断中应用研究
血吸虫性肝硬化
诊断
主成分分析法
BP神经网络
基于主成分分析与神经网络的采矿方法优选
采矿方法
主成分分析法
BP神经网络
基于主成分分析的BP神经网络及其在需水预测中的应用
需水预测
主成分分析法
BP神经网络
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 基于主成分分析法的BP神经网络在气敏传感器阵列检测方法中的应用
来源期刊 电力与能源 学科 工学
关键词 气体传感器阵列 交叉敏感 主成分分析 神经网络
年,卷(期) 2015,(2) 所属期刊栏目 研究与探索
研究方向 页码范围 154-157
页数 4页 分类号 TP183
字数 2919字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
气体传感器阵列
交叉敏感
主成分分析
神经网络
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
电力与能源
双月刊
2095-1256
31-2051/TK
大16开
上海市徐家汇路430号901室
4-674
1980
chi
出版文献量(篇)
1907
总下载数(次)
6
总被引数(次)
5263
论文1v1指导