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:
基于传统的瓦斯传感器检测原理,提出了一种基于BP神经算法的可预测的快速瓦斯传感器.研究以FPGA为核心处理器,在进行当前瓦斯浓度检测的软件设计过程中,加入BP神经算法反演策略,实现可预测的瓦斯传感器功能.传感器可以通过当前时刻的前几个瞬时瓦斯浓度值,预测当前瓦斯浓度的稳态值,实现浓度检测的可预测性,同时也提高了瓦斯传感器的检测速度.
推荐文章
基于聚类SVM瓦斯传感器故障预测研究
聚类回归型支持向量机
瓦斯传感器
故障预测
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
基于BP神经网络的多传感器系统滤波降噪算法
白噪声
多传感器
BP神经网络
最优加权
基于PSO—BP的无线传感器网络数据融合算法研究
数据融合
无线传感器网络
粒子群算法
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BP神经算法可预测的快速瓦斯传感器研究
来源期刊 煤矿机械 学科 工学
关键词 BP神经算法 FPGA 可预测性 瓦斯传感器
年,卷(期) 2016,(3) 所属期刊栏目 计算机应用
研究方向 页码范围 166-168
页数 3页 分类号 TD712
字数 2352字 语种 中文
DOI 10.13436/j.mkjx.201603068
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 蒋龙云 安徽工程大学机电学院 4 2 1.0 1.0
2 梁美玉 安徽工程大学机电学院 5 6 1.0 2.0
3 郭慧 安徽工程大学机电学院 5 6 1.0 2.0
4 龙海燕 安徽工程大学机电学院 5 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经算法
FPGA
可预测性
瓦斯传感器
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导