伪逆BP神经网络在汽车尾气检测中的应用.pdfVIP

2016年 第35卷 第3期 传感器与微系统 (TraJ1sducerandMicrosystemTechnologies) 157 7 ＼ ) ) DOI：10．13873／J．1000-9787(2016)03-0157-04 应用技术 I{ 、0 伪逆 BP神经网络在汽车尾气检测中的应用 刘 萍，简家文，陈志芸，张晓娟 (宁波大学信息科学与工程学院，浙江 宁波315211) 摘 要：为了准确、快速、高效地检测汽车尾气中各气体的质量分数 ，结合传感器阵列和神经网络技术 ，设 计了一种汽车尾气检测系统。为了提高神经网络模型的拟合和预测能力，提出伪逆BP集成神经网络模 型：利用伪逆法求得不同BP神经网络集成的最优权重系数，再通过加权平均法集成 BP神经网络。利用 伪逆BP集成神经网络模型对传感器阵列信号进行回归分析，结果表明：该模型的预测相对误差均小于 5％，对比传统Adaboost—BP集成神经网络模型，该模型实现更简单，收敛更快 ，收敛精度和预测精度更高。 关键词：传感器阵列；汽车尾气检测；集成神经网络；伪逆法 中图分类号：TP183 文献标识码：A 文章编号：1000-9787(2016)o3-0157-04 AApppplliiccaattiioonnssofpseudo-．inverse-．BP neururraallnneettwwoorrkk i。n automobileexhaustdetection LIUPing，JIANJia—wen，CHENZhi-yun，ZHANGXiao-juan (SchoolofInformationScienceandEngineering，NingboUniversity，Ningbo315211，China) Abstract：In ordertoaccurately，fastly and high efficientlydetectmassfraction ofeach gasin automobile exhaust，akindofautomobileexhaustdetectionsystem isdesignedbycombiningsensorarrayandneuralnetwork technology．In orderto improve fitting and prediction ability ofneural network model，a pseudo—inverse—BP integratedneuralnetworkmodelisputforward．Pseudo—inversemethodisusedtogettheoptimalweightcoefficient integrateddifferentBP neuralnetwork，BP neuralnetwork isintergated byweighted average method．Pseudo— inverse—BPintegratedneuralnetworkmodelisusedforrergessionanalysisofsensorarraysigna1．Theresultsshow thatrelativeerrorpredictedbypseudo·inverse—BPintergatedneuralnetworkmodelislessthan5％ ．comparedwith traditional Adaboost—BP intergatedneur~ networkmodel，thismodelismoresimpleandhasfasterconvergence speedandhigherprecisionofconvergenceandprediction．