2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、揮發(fā)性有機物(VOC),主要來源于建筑材料、室內(nèi)裝飾材料、生活和辦公用品及室外工業(yè)廢氣等,對人類健康的危害正得到人們越來越多的重視。因此,制備能夠檢測不同VOC的氣體傳感器及研究混合氣體識別方法是非常有意義的工作。由于半導體氣體傳感器自身的交叉敏感性,許多單一氣體傳感器無法對某種氣體進行準確的識別與測量?;跉怏w傳感器陣列的電子鼻技術得到研究人員的廣泛關注。在本論文中,利用納米SnO2材料及不同摻雜敏感材料分別制備了幾種氣體傳感器,并組

2、成傳感器陣列實現(xiàn)對甲醛、乙醇、甲苯和丙酮混合氣體的識別與測量,各氣體成分的測量濃度范圍為:1ppm~5ppm。
   本文分別研究比較了幾種常用神經(jīng)網(wǎng)絡,BP、RBF及ANFIS,在混合氣體識別與測量中的應用。三種網(wǎng)絡的預測誤差分別為:BP:3.16%、RBF:2.70%、ANFIS:1.96%,從中可以看出,在預測精度上:ANFIS>RBF>BP。采用PCA和ICA方法對氣體傳感器陣列數(shù)據(jù)樣本進行預處理有利于提高神經(jīng)網(wǎng)絡對混合

3、氣體濃度的預測精度。利用可編程邏輯器件(如CPLD、FPGA),能真正實現(xiàn)神經(jīng)網(wǎng)絡的并行計算特點,加快計算速度,滿足實時性要求。本文在Xilinx Vertex II Pro開發(fā)板上分別構建了BP和RBF兩種神經(jīng)網(wǎng)絡,并對其進行了仿真與測試。實驗結(jié)果表明,硬件實現(xiàn)神經(jīng)網(wǎng)絡,在運算速度上要比軟件實現(xiàn)快兩個數(shù)量級。考慮到在實際應用時,神經(jīng)網(wǎng)絡結(jié)構中神經(jīng)元個數(shù)經(jīng)常難以確定等具體問題,利用片上網(wǎng)絡(NoC)具有良好的可擴展性及并行通信能力的特點

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論