摘要
针对红外气体分析存在的问题 ,提出光学气体传感器阵列 (OGSA )和径向基函数 (RBF)神经网络技术相结合的方法 ,并将其应用于 SO2 、CO2 浓度检测。该方法利用 RBF网络非线性逼近功能和 OGSA的信息冗余特性 ,消除非目标参量和目标量之间的交叉干扰。结果表明 ,SO2 引用误差由融合处理前的 3.1%降至 2 .0 % ,CO2 由 39%降至 8.6 %。为红外气体分析提供了一种有效的途径 ,具有实用前景。
To the problems that exist in infrared gas analysis,a method that OGSA (optical gas sensor array) combines with RBF (radial basis function) neural network technology is suggested and applied to measure the concentration of SO 2 and CO 2.This method can eliminate the cross-interference between non-aim parameter and aim parameter adopting nonlinear approach function of RBF neural network and information redundancy of OGSA.The result indicates that fiducial error of SO 2 decreases from 3 1% before data fusion to 2 0% and that of CO 2 decreases from 39% to 8 6%.The method provides an effective approach for infrared gas analysis and exhibits practical prospect.
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2005年第1期67-70,74,共5页
Chinese Journal of Scientific Instrument
基金
国家自然科学基金资助 (60 2 760 3 7)
