基于小波神經(jīng)網(wǎng)絡改進算法的混合氣體檢測方法研究.pdf

1、隨著人們生活水平的提高，家居裝修成為熱門話題。但是這些裝修材料里面含有許多微量污染氣體，人們長期生活在這種環(huán)境下，身體健康會受到極大威脅，因此對這些污染氣體的檢測就顯得非常重要了。本文研究了基于小波神經(jīng)網(wǎng)絡改進算法的混合氣體檢測方法。 由于有害氣體不止一種，采用金屬半導體氧化物氣體敏感傳感器陣列來采集氣體信號。針對小波神經(jīng)網(wǎng)絡精度高，學習速度快的特點，將小波神經(jīng)網(wǎng)絡模式識別算法應用于室內(nèi)混合氣體的檢測。 在目前常用的一維

2、小波神經(jīng)網(wǎng)絡(經(jīng)典的小波神經(jīng)網(wǎng)絡)的基礎上，我們研究了用來處理多維數(shù)據(jù)信息的小波神經(jīng)網(wǎng)絡，并將其應用于室內(nèi)混合氣體檢測，主要是基于小波神經(jīng)網(wǎng)絡學習收斂速度較快，對網(wǎng)絡輸入不是很敏感，以及小波神經(jīng)網(wǎng)絡可以有效的進行函數(shù)逼近或者信號逼近的特點。 傳統(tǒng)的前饋神經(jīng)網(wǎng)絡多采用誤差反傳學習算法對網(wǎng)絡進行訓練，但是誤差反傳學習算法具有容易陷入局部極小值，收斂速度慢以及容易導致震蕩等缺點。針對這些缺點，對傳統(tǒng)的誤差反傳學習算法進行了兩點改進，一