版權(quán)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(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、1分類號lUDCl密級I學(xué)號矽拐匆孽z幺￥碩士學(xué)位論文基ifAJ神經(jīng)網(wǎng)絡(luò)的蘋果氣體識別方法研究楊艷菊(作者姓名)學(xué)科名稱：檢測技術(shù)與自動化裝置學(xué)科門類：工學(xué)指導(dǎo)教師：李琦教授申請日期：20073西安理工大學(xué)碩士學(xué)位論文RESEARCHONMETHODOFAPPLEGASESRECOGNITl0NB；ASEDONANNSpeciality：DetectionTechnology&AutomaticEquipmentsCandidate：Y
2、angYanjuSupervisor：ProfLiQI(Signatu怕：塢蜘叫(Signature：冬鰱)AbstractElect∞nicnosemchniquchasbeconleaninternationalreseaxchfocusandhasmaderapidprogressduringthelatestyearsAndpracticalelectronicBOSeproductshavebeenextensivelyapp
3、liedinmanyfieldsInthisthesisitsinUoducedtheprincipleandconstructionofgassgnsorarray0111“attentionispaidtotheconstitutionofgassensorarraywhichissensitivetoapplesgasandthecharacteristicofgassensorsTheemphasisonBPnetworkand
4、RBFnetworkistheappficafionintheelectronicnoseOnthestudyoftheextensivenosereferenceinthefieldoIelectronicno∞wehavedesignedanelectronicNIOSeequipmentsⅡchequipmentcanclassi_rytheapplesbyodorThemaincontentsandmethodsofthemcs
5、isare：1TheelectablenoseequipmentisdesignedOnthebasicformofgas∞llSOrarraywhichisCOlIlpOSe沮offourbasiccells：chambertoproducegas，measurechamberA／Dconversionmoduleandacomputerseeingtosampleanddisposedata2Thesampleofexperimen
6、taldatatopinkladyapplesisproceedusingprincipalcomponentanalysis(PCA)fromwhichitcanbeSeenthereflectiondegreeofeverysensortOapplesgasandthecorrelationbetween$ensorarrayItprovidesarapidandexactidentificationmeasuretodisting
7、uishdifferentmatureapplesusingtwoprincipalcomponentsinsteadofprimaryeightseqflSOIS3RsprogrammedbyVmuuiClanguagethatprovidesaf拭endlyinterfaceTheWindowsAPIfunctionrealizesthecommunicationbetweenthecomputersserialportandgas
8、scosorarraywhichcanmodifythecommunicationsparameters，samplingintervalandwholesamplingtimeOnline4ThepatternrecognitionmodelsofBPnetworkandRBFnetworkaleestablishedTheidentificationofdifferentmatureapples‘good，touchbad)andt
9、wodifferentstates(goodbad)areperformedAtfirstsamplingdataispreprocessedImprovedBPalgorithmandnearestneighlmrKme3NLsclusteringRBFalgorithmareputfon刪AndthetestresultprovesthatthetwoalgorithmscanidentifythesamplingdataweILK
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡(luò)的漢字分層識別方法研究.pdf
- 基于復(fù)合人工神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的乙醇?xì)怏w識別研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)和ARMA模型的結(jié)構(gòu)參數(shù)識別方法研究.pdf
- 動態(tài)可重構(gòu)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)及氣體識別方法研究.pdf
- 基于復(fù)合神經(jīng)網(wǎng)絡(luò)的掌紋識別方法的研究.pdf
- 基于脈沖神經(jīng)網(wǎng)絡(luò)的語音識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語種識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的模態(tài)參數(shù)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的中醫(yī)脈象識別方法研究.pdf
- 基于主成分分析的人工神經(jīng)網(wǎng)絡(luò)人臉識別方法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的車牌快速識別方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的移動荷載識別方法研究.pdf
- 基于模糊混沌神經(jīng)網(wǎng)絡(luò)的語音識別方法研究.pdf
- 基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的PCA人臉識別方法研究.pdf
- 基于主成分分析和人工神經(jīng)網(wǎng)絡(luò)的人臉識別方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的故障模式識別方法的研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的板形識別方法.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
評論
0/150
提交評論