基于改進(jìn)型極限學(xué)習(xí)機(jī)的電子鼻氣體濃度檢測(cè)
所屬分類(lèi)：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(duì)目前電子鼻應(yīng)用于氣體污染物濃度檢測(cè)時(shí)難以達(dá)到理想精度的問(wèn)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(guò)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(cè)的精度。將PSOABC-ELM算法與其他算法進(jìn)行比較,，并在公開(kāi)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(cè)時(shí)比其他算法精準(zhǔn)度更高,，檢測(cè)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(cè)提供了一種新的方法,。
現(xiàn)在下載
VIP會(huì)員,，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。