基于神经网络技术提高红外气体分析器的选择性

被引：6

作者：

张永怀

刘君华

机构：

[1] 西安交通大学电气工程学院

[2] 西安交通大学电气工程学院西安

[3] 西安

来源：

西安交通大学学报 | 2003年 / 08期

关键词：

红外气体分析器; 选择性; 数据融合; 神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

应用前馈神经网络算法消除非目标参量对主传感器的干扰,从而提高了红外气体分析器的选择性.以检测甲烷为例,在干扰气体乙烯的体积分数变化了7600×10-6时,经神经网络融合处理后,分析器的选择性系数从3.17提高到422,主传感器输出的引用误差从58%降为0.65%,实现了对甲烷的准确识别.实验结果表明,该方法具有实际应用前景.

引用

页码：787 / 790

页数：4