刘　萍, 简家文, 陈志芸, 张晓娟

(宁波大学 信息科学与工程学院，浙江 宁波 315211)



应用技术

伪逆BP神经网络在汽车尾气检测中的应用*

刘萍, 简家文, 陈志芸, 张晓娟

(宁波大学 信息科学与工程学院，浙江 宁波 315211)

摘要:为了准确、快速、高效地检测汽车尾气中各气体的质量分数，结合传感器阵列和神经网络技术，设计了一种汽车尾气检测系统。为了提高神经网络模型的拟合和预测能力，提出伪逆BP集成神经网络模型：利用伪逆法求得不同BP神经网络集成的最优权重系数，再通过加权平均法集成BP神经网络。利用伪逆BP集成神经网络模型对传感器阵列信号进行回归分析，结果表明：该模型的预测相对误差均小于5 %，对比传统Adaboost—BP集成神经网络模型，该模型实现更简单，收敛更快，收敛精度和预测精度更高。

关键词：传感器阵列； 汽车尾气检测； 集成神经网络； 伪逆法

0引言

随着汽车数量的急剧增加，大量汽车尾气排放到空气中，其中有毒有害气体对大气造成了严重污染，并对人类的健康构成威胁。因此，快速、有效地检测汽车尾气，对治理环境污染具有重要意义。由于单一离散的气体传感器之间存在交叉敏感问题[1]，因此，采用传感器阵列与神经网络相融合的方法，对混合气体进行检测[2]。

由于传统的单一神经网络存在预测精度低、稳定性弱、泛化能力差等缺点，集成神经网络在回归分析中已经被广泛使用[3]。对神经网络集成的研究主要集中在两方面，即如何构造集成中的个体神经网络和如何集成个体神经网络的输出。……