基于电子鼻的气体识别神经网络算法研究

• 作者: 崔恩培 纪越 芶嵩淋
• 来源期刊: 科技与创新
• 关键词: 电子鼻 人工神经网络 气体识别 ReLU激励函数
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 理论探索
• 页码范围: 1-4,7
• 页数: 5页
• 分类号: TP212
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2019.06.001

摘要

利用自制的电子鼻系统对5种气体进行数据采集,对用于气体检测和识别的传统BP神经网络模型进行优化.实验结果表示,新兴的ReLU激励函数和Adam优化算法均能在不同程度上提高神经网络的训练速度和准确率,最大提升48.1％.同时使用ReLU和Adam算法的网络,在5种气体的识别中训练集和测试集的准确率分别达到93.3％和92.1％,在气体检测的神经网络识别算法方面提供了优化思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪越	天津工业大学电气工程与自动化学院	9	16	3.0	3.0
2	崔恩培	天津工业大学电气工程与自动化学院	1	2	1.0	1.0
3	芶嵩淋	天津工业大学电气工程与自动化学院	1	2	1.0	1.0