文献类型：期刊文献

中文题名：基于前向神经网络的呈香物质识别方法研究

英文题名：Research on method of odorant recognition based on feed-forward neural networks

作者：廖毅[1];高大启[1]

机构：[1]华东理工大学计算机科学与工程系生物反应器工程国家重点实验室,上海200237

年份：2002

卷号：21

期号：12

起止页码：4

中文期刊名：传感器技术

外文期刊名：Journal of Transducer Technology

收录：北大核心:【北大核心2000】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：前向神经网络;呈香物质;识别方法;人工嗅觉系统;气体传感器阵列;SuperSAB算法

外文关键词：artificial olfaction system;odor sensor array;feed-forward neural networks;SuperSAB algorithm

摘要：介绍了所研制的一个人工嗅觉装置,详细叙述该装置对呈香物质的识别过程。实验结果表明,采用SuperSAB算法可以显著地提高人工嗅觉装置对香气物质的分析识别速度,为在线检测提供了条件,同时实验结果的准确性也较满意。
?A new artificial olfaction device is introduced,and the process of odorant recognition by this device is gone in details.The results for seven odor substances show that the super selfadapting back propagation (Super-SAB) algorithm can effectively improve recognition speed of the presented device,which creates conditions for realtime measurement.And furthermore,the recognition correction rate percent is satisfactory.