计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
5期
1479-1481
,共3页
改进神经网络算法%污染检测%网络误差
改進神經網絡算法%汙染檢測%網絡誤差
개진신경망락산법%오염검측%망락오차
neural network algorithm%PM2.5 pollution detection%network error
当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融人松弛变量,提高收敛速度;避免神经网络陷入局部最优解;采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测;以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高.
噹前為瞭保證汙染信號分析的精度,在對PM2.5汙染進行檢測的過程中,需處理的數據量過大,導緻經典神經網絡方法遇到矛盾數據時,需要花費大量的數據校驗時間,收斂速度下降,檢測效率大幅降低,提齣一種基于改進神經網絡算法的PM2.5汙染檢測方法,在分析標準神經網絡算法的基礎上,允許信號跳變精確度範圍內,在層與層之間引入容錯性變量,同時在計算閾值的過程中融人鬆弛變量,提高收斂速度;避免神經網絡陷入跼部最優解;採用改進神經網絡算法,通過不斷調整網絡的權值以及汙染閾值,對PM2.5汙染信號進行高效檢測;以飛利浦公司的新一代檢測繫統為測試器材,測試結果錶明,採用所提方法得到的PM2.5汙染檢測效率明顯提高.
당전위료보증오염신호분석적정도,재대PM2.5오염진행검측적과정중,수처리적수거량과대,도치경전신경망락방법우도모순수거시,수요화비대량적수거교험시간,수렴속도하강,검측효솔대폭강저,제출일충기우개진신경망락산법적PM2.5오염검측방법,재분석표준신경망락산법적기출상,윤허신호도변정학도범위내,재층여층지간인입용착성변량,동시재계산역치적과정중융인송이변량,제고수렴속도;피면신경망락함입국부최우해;채용개진신경망락산법,통과불단조정망락적권치이급오염역치,대PM2.5오염신호진행고효검측;이비리포공사적신일대검측계통위측시기재,측시결과표명,채용소제방법득도적PM2.5오염검측효솔명현제고.