论文部分内容阅读
目前采用神经网络技术进行多组分混合气体浓度识别时通常存在着识别精度差、识别范围小等问题.为此本文首次提出一种新的神经网络结构:分布式多子网神经网络.该网络包含多个子网和一个总网.工作时通过总网的分解处理可以将一复杂任务自动分解成多个子任务,并交由相应的子网处理.这种多子网、分而治之的特点大大提高了网络的学习速度和泛化能力.将其用于多组分混合气体的识别中,大大提高了混合气体的识别效果和可识别范围.文章最后给出了模拟实验结果.