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T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络,提出了一种应用于三波段点型红外火焰探测器的识别算法,同时实现了硬件电路以及软件程序的设计.针对火焰探测器在检测过程中可能出现的数据丢失、失真、饱和等复杂情况,本文利用RBF网络较优的逼近精度和泛化能力,同时结合T-S模型用少量的模糊规则可生成较复杂的非线性函数的特点,实现了火焰与干扰源的准确识别.实验证实,T-S模型RBF神经网络相比于BP(Back Propagation,反向传播)网络在逼近精度、收敛速度、鲁棒性等多个方面都有所提升.
推荐文章
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用
赤潮
预测预警
信息融合
T-S模糊神经网络
基于T-S模糊神经网络的汽车故障诊断的研究
模糊神经网络
故障诊断
误差反馈
隶属函数
基于RBF神经网络的磁探测引信系统研究
多模引信
BP神经网络
径向基函数(RBF)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 T-S型RBF神经网络在红外火焰探测系统中的应用
来源期刊 激光与红外 学科 工学
关键词 T-S模型 RBF神经网络 三波段红外 火焰探测
年,卷(期) 2020,(2) 所属期刊栏目 红外技术及应用
研究方向 页码范围 168-173
页数 6页 分类号 TN215
字数 2831字 语种 中文
DOI 10.3969/j.issn.1001-5078.2020.02.007
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 单正娅 15 17 2.0 3.0
2 齐斌 14 40 5.0 6.0
3 冯宏伟 9 14 2.0 3.0
4 谭勇 江南大学物联网工程学院 2 0 0.0 0.0
5 温子腾 江南大学物联网工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (46)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
T-S模型
RBF神经网络
三波段红外
火焰探测
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
激光与红外
月刊
1001-5078
11-2436/TN
大16开
北京8511信箱《激光与红外》杂志社
2-312
1971
chi
出版文献量(篇)
5805
总下载数(次)
16
论文1v1指导