论文部分内容阅读
为了研究人工神经网络在气体分析系统中的应用，选择了识别CH4和CO的传感器阵列及用于网络模型训练的样本。实验分析确定了信号预处理方法，选取合适的网络模型并创新性的对用于气体种类识别的BP算法进行改进，并研究网络结构和参数的变化对气体分析系统性能的影响，实验结果证明气体传感器阵列与BP算法相结合进行气体成分分析具有一定的可行性，若能进一步调整及完善气体传感器阵列的硬件测量电路，则可开发出用于现实复杂环境的多气体分析系统。