基于改进神经网络算法的PM2.5污染信号分析检测

摘要：

当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融人松弛变量,提高收敛速度;避免神经网络陷入局部最优解;采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测;以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高.

关键词：改进神经网络算法、污染检测、网络误差

所属期刊栏目：23

分类号：TP391.9(计算技术、计算机技术)

资助基金：企业信息化与物联网测控技术四川省高校重点实验室2014WZJ01;四川理工学院人才引进项目2012RC21;四川理工学院学科建设工程项目2014JC01

在线出版日期：2015-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1479-1481