基于Gabor变换和神经网络的可燃气体分析.pdfVIP

·l32·《测控技术12014年第33卷第12期

基于Gabor变换和神经网络的可燃气体分析

叶小婷

(淮阴工学院电子与电气工程学院，江苏淮安223003)

摘要：多种可燃气体分析过程由于学习样本数据与拟合的目标函数复杂，单一BP或RBF神经网络方法

难以获得满意精度。将Gabor变换和双层复合神经网络有机结合，提出一种新型的Gabor神经网络可

燃气体分析方法。通过Gabor原子变换的强特征提取功能减小输入信号维数，并采用双层复合神经网

络对学习样本进行拆分和简化，有效提高了可燃气体辨识的精度。以HS、CH、H、CO4种可燃气体为

典型对象开展了相关的实验研究，实验结果表明，所提出的Gabor神经网络分析方法的平均相对误差小

于单一BP神经网络和RBF神经网络，提高了定量分析精度。

关键词：Gabor变换；神经网络；可燃气体；模式识别

中图分类号：TP39文献标识码：A文章编号：1000—8829(2014)12—0132—04

Ana