伪逆BP神经网络在汽车尾气检测中的应用

• 作者: 刘萍 张晓娟 简家文 陈志芸
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 传感器阵列 汽车尾气检测 集成神经网络 伪逆法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP183
• 字数: 2508字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2016)03-0157-04

摘要

为了准确、快速、高效地检测汽车尾气中各气体的质量分数,结合传感器阵列和神经网络技术,设计了一种汽车尾气检测系统.为了提高神经网络模型的拟合和预测能力,提出伪逆BP集成神经网络模型:利用伪逆法求得不同BP神经网络集成的最优权重系数,再通过加权平均法集成BP神经网络.利用伪逆BP集成神经网络模型对传感器阵列信号进行回归分析,结果表明:该模型的预测相对误差均小于5％,对比传统Adaboost-BP集成神经网络模型,该模型实现更简单,收敛更快,收敛精度和预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简家文	宁波大学信息科学与工程学院	56	235	9.0	11.0
2	刘萍	宁波大学信息科学与工程学院	6	54	4.0	6.0
3	陈志芸	宁波大学信息科学与工程学院	3	17	3.0	3.0
4	张晓娟	宁波大学信息科学与工程学院	1	5	1.0	1.0