论文部分内容阅读
本文将主成分分析法与BP算法相结合应用于气体传感器阵列信号的处理,并以一个由4个SnO2气体传感器组成的阵列为例,对其受到不同浓度的汽车、酒精二元气体的响应信号进行了分析.结果表明,主成分分析能够在保留测试数据最大量信息的前提下,给数据有效降维和预分类,以消除样本间的相关性,然后,再将所产生的新的样本空间作为BP网络的输入,使之减少网络的输入数,简化网络结构,并在保持相同正确率的前提下,大大提高网络的学习速率.