王洋：概率神经网络在物质浓度辨识中的应用论文

本文主要研究内容

作者王洋,王咏（2019）在《概率神经网络在物质浓度辨识中的应用》一文中研究指出：提出了基于概率神经网络的物质浓度辨识方法,以二氧化硫在不同浓度下颜色读数的数据为例,建立概率神经网络的物质浓度辨识模型。实验仿真表明,概率神经网络物质浓度辨识模型具有收敛速度快、物质浓度辨识正确率高、容易训练等特点。

Abstract

di chu le ji yu gai lv shen jing wang lao de wu zhi nong du bian shi fang fa ,yi er yang hua liu zai bu tong nong du xia yan se dou shu de shu ju wei li ,jian li gai lv shen jing wang lao de wu zhi nong du bian shi mo xing 。shi yan fang zhen biao ming ,gai lv shen jing wang lao wu zhi nong du bian shi mo xing ju you shou lian su du kuai 、wu zhi nong du bian shi zheng que lv gao 、rong yi xun lian deng te dian 。

论文参考文献

[1].基于离散辨识模型的线性对象模态控制系统的建立[J]. 王长青,李爱军,王伟. 系统仿真学报.2009(03)

[2].基于辨识模型集的无人半潜水下机器人系统深度动态滑模控制切换策略研究[J]. 周焕银,刘亚平,胡志强,刘开周,衣瑞文. 兵工学报.2017(11)

[3].一种改进的FLS-SVM分类辨识模型及其应用[J]. 左红艳,王涛生. 中南大学学报(自然科学版).2017(08)

[4].基于RBF神经网络的自回归系统辨识模型[J]. 谢成清,夏洪,朱立. 东华理工大学学报(自然科学版).2011(04)

[5].基于数据压缩与改进的概率神经网络的贵州方言辨识[J]. 艾虎,李菲. 现代信息科技.2019(06)

[6].基于改进概率神经网络的滚动轴承故障诊断[J]. 王仲民,周鹏,李充宁. 机械科学与技术.2013(05)

[7].基于概率神经网络的流行音乐分类研究[J]. 韩浩,王寅潇,王博,谯妍,田京京. 数字技术与应用.2013(08)

[8].概率神经网络在识别带有噪声字母中的应用[J]. 柏帆. 洪都科技.2009(04)

[9].径向基概率神经网络的结构优化算法研究[J]. 胡运江. 科技信息.2008(33)

[10].一种新的径向基概率神经网络模型(Ⅰ):基本理论[J]. 黄德双. 计算机研究与发展.1998(02)

论文详细介绍

论文作者分别是来自佛山科学技术学院学报(自然科学版)的王洋,王咏，发表于刊物佛山科学技术学院学报(自然科学版)2019年06期论文，是一篇关于概率神经网络论文,物质浓度论文,辨识论文,佛山科学技术学院学报(自然科学版)2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自佛山科学技术学院学报(自然科学版)2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/43ec566c36d624e801a3f43f.html