神经网络在毒剂识别中的应用.pdfVIP

第 39卷 第 6期 太 原 理 工 大 学 学 报 Vo1．39 NO．6 2008年 I1月 JOURNALOFTAIYUANUNIVERSITY0FTECHN0L0GY NOV． 2008 文 章编 号 ：1007—9432(2008)06—0603—03 神经网络在毒剂识别中的应用 王洛 国 (中国人 民解放军 防化指挥工程学 院 四系 ，北京 102205) 摘 要 ：识 别毒 剂 方法 已有很 多，但 自动 化 、智 能化 的程度 都 很 低 。为快 速 、准 确地 识 别 毒 剂 ， 在 分析神 经 网络毒 剂识 别基本 方 法的基 础上 ，建 立 了带有偏 差 单元 的递 归神 经 网络毒 剂识 别模 型 ， 设 计 了神 经 网络毒 剂识 别的软 件 ，实现 了神 经 网络对 毒 剂 的识 别 。用 沙林模 拟 数 据 对 该模 型 进行 了分析 和测试 ，得 到 了比较 满意 的 结果 。 关键 词 ：神 经 网络 ；特 征提 取 ；毒剂识 别 中图分类 号 ：E929 文献标 识码 ：A 国内外关于神经网络的应用研究很多，但用神 剂 ，以提高网络的训练速度和推广能力，其结构如图 经网络毒剂识别 的研究并不多见。笔者采用与化学 1所示 。 ● … … … … … … … … … … … … … … … … … … … … 一 传感器相联结的神经 网络 ，建立 了自动化 、智能化识 别毒剂的一种有效方法。 输 1 神经 网络毒剂识别的基本方法u 入 神经 网络毒剂识别就是以传感器技术为手段 ， 以信号处理和建模处理为基础 ，利用神经网络 的模 式识别功能 ，基于数值计算或 网络联接的人工神经 网络智能识别方法 ，根据系统 的毒剂征候 ，识别出毒 剂，达到 自动化 、智能化识别毒剂的 目的。具体方法 图 1 带有偏差单元 的递归神经 网络结构 如下 。 带有偏差单元的递归神经网络是在 BP神经 网 首先 ，选取毒剂样本数据进行特征提取 ，对毒剂 络的基础上加人反馈信号及偏差单元 ，生成 内部 回 样本参数的数据进行小波能量谱分析 ，得到参数残 归神经 网络。 2．1 神经网络识别毒剂学习算法r2 差数据对应的小波能量谱特征向量，用于构造识别 1)初始化 。 网络的学习样本 。然后 ，用一定数量的训练样本集 (通常为 “征候一毒剂”数据集)对神经网络进行训练 ， 2)选取模式对 A ，y 。 3)用输入模式 A 、连接权 {W ，}计算中间层各 得到期望的识别网络 ；再根据 当前输入 ，对系统的毒 单元的输出S，，然后用{S，)通过函数 S计算 中间层 剂进行识别 。当毒剂进人化学传感器时，传感器里 面的薄膜吸附毒剂分子。根据毒剂化合物的不同， 各单元的输出{b，)。 可以引起通过微型传感器的谐振频率的变化 ，传感 s一∑w ·n，一 ，J一1，2，…，户； 器对不同的毒剂有不 同的频率特征响应信号 ，这种 i= l