文献

J-GLOBAL ID：201702243602906694   整理番号：17A0300223

RBFニューラルネットワークに基づくPM2.5の検出方法【JST・京大機械翻訳】

PM2.5 Measuring Method Based on RBF Neural Network

著者 (2件)： Xu Lin (College of Information Science and Engineering, Northeastern University) ,  Guan Tianyi (College of Information Science and Engineering, Northeastern University)
資料名： Kongzhi Gongcheng  (Kongzhi Gongcheng)
巻： 23  号： 11  ページ： 1825-1830  発行年： 2016年 
JST資料番号： C2953A  ISSN： 1671-7848  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存のPM2.5検出装置に存在する自動化の程度が低く、再現性が悪く、媒体材料の消耗などの問題を解決するため、夫琅禾費回折理論に基づくレーザー回折PM2.5検出システムを設計した。RBF(RADIAL BASIS FUNCTION)ニューラルネットワークを用いて、マルチチャネルレーザー微粒子回折信号に対してモデル化計算を行うことによって、システムの検出精度と自己学習能力を有効に向上させることができる。システムの光電子検出器の出力信号に対して,信号の独立増幅,パケット収集,およびチャネルキャリブレーションの新しい方法を採用して,マルチチャネルの弱い信号の正確な調整とリアルタイム収集を実現した。シミュレーションと実験結果は,設計したPM2.5検出システムが従来の検出システムの問題を効果的に克服し,検出精度が高く,設計要求を満たすことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *PM2.5 ,  パケット ,  *ニューラルネットワーク ,  再現性 ,  回折 ,  検出器 ,  モデリング
準シソーラス用語： 実時間 ,  マルチチャネル ,  電子検出器 ,  自己学習 ,  検出精度 ,  検知システム ,  回折理論 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： PM2.5 ,  laser diffraction ,  RBF neural network ,  Fraunhofer diffraction

分類 (4件)： システム同定  (IA02040O) ,  人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： RBFニューラルネットワーク ,  検出方法