| 基于改进型极限学习机的电子鼻气体浓度检测 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：721 K | |
| 標(biāo)簽： 电子鼻 粒子群算法 人工蜂群算法 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对目前电子鼻应用于气体污染物浓度检测时难以达到理想精度的问题，提出基于粒子群算法与人工蜂群算法的极限学习机(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine，PSOABC-ELM)算法，通过改进极限学习机输入层与隐含层权值和隐含层阈值随机的缺陷，提高电子鼻浓度检测的精度。将PSOABC-ELM算法与其他算法进行比较，并在公开数据集上进行验证。实验结果表明，PSOABC-ELM算法用于电子鼻气体浓度检测时比其他算法精准度更高，检测结果误差更小，模型稳定性更强，为电子鼻气体浓度检测提供了一种新的方法。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2