| 烃类混合气体的神经网络模型检测 |
| |
| 引用本文： | 林雍静 朱尔一. 烃类混合气体的神经网络模型检测[J]. 高等学校化学学报, 1997, 18(6): 886-888 |
| |
| 作者姓名： | 林雍静 朱尔一 |
| |
| 作者单位： | 厦门大学化学系分析科学国家教育委员会开放实验室!厦门，361005 |
| |
| 基金项目： | 国家自然科学基金，福建省自然科学资助 |
| |
| 摘 要： | 八十年代末科学家模仿生物鼻研制一种传感器阵列与计算机模式识别的气体检测系统．传感器阵列相当于生物鼻的嗅觉细胞，计算机模式识别系统相当于嗅泡和大脑「‘］．传感器阵列对气体的响应是一个多维空间的响应模式，这种响应模式经过一定的数学处理后可以实现气体的种类识别或浓度检测［’－‘j．传感器的响应和混合气体浓度之间呈非线性关系，这一特性给定量检测多组分气体混合物造成很大的限制．应用人工神经元网络技术（ANN）可以克服这一缺陷，并使检测气体的选择性大大提高．本工作运用ANN中的反向传播（BP）算法识别由16个不同…
|
| 关 键 词： | 模型 传感器阵列 神经网络 烃 ANN 混合气体 |
Application of Artificial Neural Networks for Hydrocarbon Gas Mixture Analysis |
| |
| LIN Yong-Jing, ZHU Er-Yi, LI Quan-Long, YANG Peng-Yuan.. Application of Artificial Neural Networks for Hydrocarbon Gas Mixture Analysis[J]. Chemical Research In Chinese Universities, 1997, 18(6): 886-888 |
| |
| Authors: | LIN Yong-Jing ZHU Er-Yi LI Quan-Long YANG Peng-Yuan. |
| |
| Abstract: | An array composed of sixtorganiceen metal oxide semiconductor gas sensors was constructed to analyze gas mixtures quantitatively. The responses of the sensor array to ethane, propane and propylene were treated by three-layer artificial neural networks (ANN)with the method of error back-propagation and partial least-squares (PLS)- The pattern recognition results indicated that the concentration predicted with ANN is better than that with PLS. The average prediction errors for ethane, propane and propylene were 5. 11%, 8.28%, 2. 64%, respectively, in the ANN prediction. |
| |
| Keywords: | Artificial neural networks PLS Sensor array Modeling |
| 本文献已被 CNKI 维普 等数据库收录！ |
