您的位置： 专家智库 > >

翟文军

作品数：2 被引量：4H指数：1
供职机构：桂林电子科技大学电子工程与自动化学院更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇电化学
  • 2篇电化学传感
  • 2篇电化学传感器
  • 2篇重金
  • 2篇重金属
  • 2篇温度补偿
  • 2篇化学传感器
  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 1篇在线监测
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络算法
  • 1篇水环境
  • 1篇重金属检测
  • 1篇网络算法
  • 1篇金属检测
  • 1篇RBF神经网...
  • 1篇RBF神经网...

机构

  • 2篇桂林电子科技...
  • 2篇中国科学院电...

作者

  • 2篇黄廷磊
  • 2篇林科
  • 2篇翟文军
  • 2篇李德霞

传媒

  • 2篇仪表技术与传...

年份

  • 2篇2015
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于温度补偿的水环境重金属检测系统被引量：1
2015年
针对目前重金属检测操作复杂,成本较高,测量结果随温度变化波动较大的问题,研制一套水环境重金属检测系统。该系统以三电极电化学传感器为感知单元,将无线传感器模块与传感器模块相结合实现实时在线监控。为克服检测过程中温度对测量结果的影响,提出一种电化学传感器温度补偿模型,该模型对电化学传感器采集的数据和温度传感器数据进行多元回归融合处理,减小了温度对重金属离子监测的干扰。经过多次试验验证了模型精确性高,能够实现重金属的精确稳定的在线检测。
翟文军黄廷磊林科李德霞
关键词：重金属检测电化学传感器温度补偿在线监测
基于RBF神经网络算法在重金属浓度测量中的应用被引量：3
2015年
针对在线重金属检测仪器其测量数据精度较低的问题进行研究,同时考虑电化学传感器随温度变化易产生误差,提出了采用多传感器数据融合方法,将RBF(Radial Basis Function Neural Network)算法应用到检测中。研究结果表明此方法可使重金属浓度检测系统的输出结果更加准确,实现了温度补偿,减轻了环境温度对传感器测量精度和稳定性带来的不利影响。
李德霞黄廷磊林科翟文军
关键词：电化学传感器RBF神经网络温度补偿
全选 清除 导出
共1页<1>
聚类工具0