原文传递
基于RBF人工神经网络和SAW气体传感器的气体浓度检测方法
| 专利名称： | 基于RBF人工神经网络和SAW气体传感器的气体浓度检测方法 |
| 摘要： | 本发明公开了一种基于RBF人工神经网络和SAW气体传感器阵列的气体浓度检测方法，该传感器阵列包括多组SAW气体传感器和与SAW气体传感器输出端连接的RBF人工神经网络；该检测方法将SAW气体传感器阵列的多种气体浓度输出作为RBF人工神经网络的输入，将RBF人工神经网络的判断输出作为多种气体浓度的判断输出；将多种气体浓度样本分区建立不同气体的聚类中心，通过判断RBF输入与输出气体浓度误差是否在系统允许范围，不断调整RBF人工神经网络的隐含层到输出层权重，构建满足SAW气体传感器误差检测标准的RBF人工神经网络；建立的RBF人工神经网络判断器用于判断多SAW气体传感器检测结果，减小了不同气体对同一SAW气体传感器造成干扰导致的输出气浓度检测误差。 |
| 专利类型： | 发明专利 |
| 申请人： | 中国人民解放军第三军医大学第三附属医院 |
| 发明人： | 陈鸣;张可珺;唱凯;贾双荣;李发科 |
| 专利状态： | 有效 |
| 申请日期： | 2010-08-20T00:00:00+0800 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201010257729.9 |
| 公开号： | CN101949892A |
| 代理机构： | 北京同恒源知识产权代理有限公司 11275 |
| 代理人： | 赵荣之 |
| 分类号： | G01N29/02(2006.01)I |
| 申请人地址： | 400042 重庆市渝中区长江支路10号 |
| 主权项： | 基于RBF人工神经网络和SAW气体传感器的气体浓度检测方法，其特征在于：将待检测气体输入各组SAW气体传感器，各组SAW气体传感器输出待检测气体中各种气体初步浓度判别值，各种气体初步浓度判别值输入RBF人工神经网络，经RBF人工神经网络判别输出各种气体校正浓度判别值，其中RBF人工神经网络构建步骤为：1)选取由n种气体组成的气体样本，将n种气体组成的气体样本输入各组SAW气体传感器，各组SAW气体传感器输出的各种气体浓度输入RBF人工神经网络的输入层X＝(X1，X2，...，Xn)，其中，Xi为第i种气体浓度输入值，i∈[1，n]，n为气体种类数，亦即输入层单元个数；2)设置Y＝(Y1，Y2，...，Yn)为RBF人工神经网络的输出层，Yk为RBF人工神经网络判断第k个SAW传感器气体浓度的输出值，k∈[1，n]；3)第k个SAW传感器气体浓度判断由如下方式确定： |
| 所属类别： | 发明专利 |
检索历史
应用推荐
