基于改进神经网络算法的PM2.5污染信号分析检测

• 作者: 刘小芳 朱洪 蹇红梅
• 来源期刊: 计算机测量与控制
• 关键词: 改进神经网络算法 污染检测 网络误差
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1479-1481
• 页数: 3页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.05.012

摘要

当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融人松弛变量,提高收敛速度;避免神经网络陷入局部最优解;采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测;以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小芳		17	172	7.0	13.0
2	蹇红梅		16	49	3.0	6.0
3	朱洪		15	35	3.0	5.0