研究文章雷竞技app下载苹果版

基于人工神经网络的数字气体识别系统

摘要

人类的神经系统负责批判性思维、推理和解决问题。人工神经网络(ANN)试图模仿生物神经元。在这里，人工神经网络被用于识别环境中的气体种类，方法是使用含有不同敏感元素(如铜和铂)的氧化锡(SnO2)基薄膜的四个气体传感器阵列。传感器输出的信号经过信号调理单元处理后馈送到人工神经网络，人工神经网络采用现场可编程门阵列实现。所提出的神经网络结构包括乘数和累积单元(MAC)、神经元激活函数和分类器。MAC单元采用了基-4乘法器，提高了乘法运算速度，采用了进位节省加法器，降低了功耗。为了激活神经网络，使用了双曲正切(tanh) sigmoid激活函数。神经网络采用反向传播算法进行训练。大多数气体识别系统采用人工神经网络和MLP作为分类器。MLP采用非线性参数，不能保证最优结果;RBF采用线性参数，保证最优解，学习率更快。本文提出了MLP与RBF相结合的方法。 This proposed architecture is used to recognize four different gases such as hydrogen (H2), carbon monoxide (CO), Methane (CH4) and CO- CH4 mixture. The system can be used in domestic, industrial and military applications.

Mrs.N。Dhanalakshmi, k . vijaya kanth先生

阅读全文下载全文|访问全文