神经网络BP算法在瓦斯吸收光谱中的应用研究  

Applied Research of Neural Network BP Algorithm in Gas Absorption Spectrum

作　　者：齐刘宇[1] 周孟然[1] 王林[1] 

机构地区：[1]安徽理工大学电子与信息工程学院,安徽淮南232001

出　　处：《煤矿安全》2008年第10期1-3,17,共4页Safety in Coal Mines

基　　金：国家自然科学基金资助项目(50574005);安徽省教育厅自然科学基金资助项目(2005KJ081);安徽理工大学博士基金资助项目

摘　　要：差分吸收光谱法测量煤矿瓦斯浓度是一种较新的方法,针对光谱仪每次分析的光谱带宽是固定的,提出了多层前馈神经网络BP算法来扩展光谱的一种新方法。利用BP算法进行训练的多层神经网络具有强大的非线性映射和学习功能。并与以往的扩展方法进行了比较,仿真实验表明此方法具有更高的精度,从而改进了系统测量瓦斯的精度,适合煤矿瓦斯监测预警系统在线、实时和快速的要求。Differential Optical Absorption Spectroscopy surveys the density of coal mine gas is a new method.Aim at the bandwidth of spectrum that the analyzer processes each time is limited,the multilayer feed-forward neural network BP algorithm expands the spectrum is proposed in this paper.The multilayer neural network that trained by BP algorithm has formidable function of nonlinear mapping and studying.Comparing with the former expansion methods,the simulation experiment indicates that this method has a higher pr...

关 键 词：差分吸收光谱 瓦斯 神经网络 BP算法 

分 类 号：TD712[矿业工程—矿井通风与安全]