| 题名 | 基于反向传播神经网络的遗传算法在气体识别中的应用研究 |
| 作者 | 蔡鹭欣 |
| 答辩日期 | 1998 ; 1998 |
| 导师 | 杨原 |
| 关键词 | 气体识别 人工神经网络 反向传播算法 遗传算法 Gas Recognition Artificial Neural Network Back Propagation Algorithm Genetic Algorithms |
| 英文摘要 | 电子鼻是现代科学技术之间的相互交叉、相互渗透和相互促进的产物。它一般由气体传感器阵列和计算机模式识别两部分组成。计算机模式识别一般有主成分分析法、偏最小二乘法和人工神经网络等三种方法。本论文在基于反向传播神经网络算法的遗传算法在气体识别中的评价和选择传感器组合方面做了具体的研究。 反向传播算法是在分析化学中应用最为广泛的一种神经网络计算方法。它是根据教师信号的期望值和实际计算值之间的误差反复调整网络，以达到和完成学习的目的，然后用学习过的神经网络进行模式识别。遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。由于其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯...; Eletronic nose is the product of modern science and techniques. Generally, it consists of the gas sensors array and pattern recognition. Pattern recognition usually are principal component analysis(PCA), partial least squares regression(PLS) and artificial neural network. In this dissertation , the application of genetic algorithms based on back-propagation neural network in distinguish gases is d...; 学位：理学硕士; 院系专业：化学化工学院化学系_分析化学; 学号：199525004 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=3369 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/35230]  |
| 专题 | 化学化工－学位论文 |
| 推荐引用方式 GB/T 7714 | 蔡鹭欣. 基于反向传播神经网络的遗传算法在气体识别中的应用研究[D]. 1998, 1998. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论