L-M贝叶斯正则化BP神经网络在红外CO2传感器的应用

• 作者: 王震洲 赵久强
• 来源期刊: 河北工业科技
• 学科: 工学
• 关键词: 计算机神经网络 红外CO2传感器 BP神经网络 L-M算法 贝叶斯正则化 温度补偿
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 273-277
• 页数: 5页
• 分类号: TP183
• 字数: 3602字
• 语种: 中文
• DOI: 10.7535/hbgykj.2018yx04008

摘要

针对温度会影响红外CO2传感器的输出电压,造成对CO2的浓度检测误差较大的问题,提出了一种基于L-M贝叶斯正则化BP神经网络的温度补偿方法.实验中将传感器输出电压比和温度作为神经网络的输入,CO2浓度作为神经网络的输出,并通过L-M算法和贝叶斯正则化对神经网络进行优化.经过实验仿真证明,在温度补偿后红外CO2传感器测量输出的浓度值最大相对误差为4.5578％,具有较高的精确度.因此L-M贝叶斯正则化BP神经网络能对红外CO2传感器进行有效的温度补偿,可为相关红外传感器仪器的改进提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王震洲	河北科技大学信息科学与工程学院	62	411	12.0	16.0
2	赵久强	河北科技大学信息科学与工程学院	1	4	1.0	1.0