| 基于改進(jìn)型極限學(xué)習(xí)機(jī)的電子鼻氣體濃度檢測 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>721 K | |
| 標(biāo)簽： 電子鼻 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：針對目前電子鼻應(yīng)用于氣體污染物濃度檢測時難以達(dá)到理想精度的問題，提出基于粒子群算法與人工蜂群算法的極限學(xué)習(xí)機(jī)(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine，PSOABC-ELM)算法，通過改進(jìn)極限學(xué)習(xí)機(jī)輸入層與隱含層權(quán)值和隱含層閾值隨機(jī)的缺陷，提高電子鼻濃度檢測的精度。將PSOABC-ELM算法與其他算法進(jìn)行比較，并在公開數(shù)據(jù)集上進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，PSOABC-ELM算法用于電子鼻氣體濃度檢測時比其他算法精準(zhǔn)度更高，檢測結(jié)果誤差更小，模型穩(wěn)定性更強(qiáng)，為電子鼻氣體濃度檢測提供了一種新的方法。 | |
| 現(xiàn)在下載 | |
| VIP會員，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 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2