| 基于改進型極限學習機的電子鼻氣體濃度檢測 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>721 K | |
| 標簽： 電子鼻 粒子群算法 人工蜂群算法 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對目前電子鼻應用于氣體污染物濃度檢測時難以達到理想精度的問題，提出基于粒子群算法與人工蜂群算法的極限學習機(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine，PSOABC-ELM)算法，通過改進極限學習機輸入層與隱含層權值和隱含層閾值隨機的缺陷，提高電子鼻濃度檢測的精度。將PSOABC-ELM算法與其他算法進行比較，并在公開數(shù)據(jù)集上進行驗證。實驗結果表明，PSOABC-ELM算法用于電子鼻氣體濃度檢測時比其他算法精準度更高，檢測結果誤差更小，模型穩(wěn)定性更強，為電子鼻氣體濃度檢測提供了一種新的方法。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2