论文部分内容阅读
针对气体传感器阵列检测模式识别方法中BP神经网络收敛速度慢且易陷入局部极小值的问题，构建了一种免疫神经网络：采用免疫算法对BP神经网络的权值进行全局搜索优化，再用BP算法进行局部搜索，并将其用于传感器阵列信号模式识别中。采用正交试验法设计神经网络的学习样本，在保证神经网络学习精度的同时减少了样本的数量。结果表明，该模式识别方法能有效解决气体传感器的交叉敏感问题，克服了传统BP神经网络存在的不足，提高了网络的训练速度和气体的检测精度。