与非实时的、快变与缓变的、模糊和确定性的数据信息，可能相互支持，也可能相互矛盾，此时，对象特征的提取、融合，直至最终决策，作出正确的判断，将成为难点。

    于是神经网络或模糊逻辑将成为最值得选用的方法。例如，气体传感阵列用于混合气体识别，在信号处理方法上可采用自组织映射网络和BP网络相结合，先进行分类，再识别组分，将传统方法的全程拟合转化为分段拟合，以降低算法的复杂度，提高识别率。又如，食品味觉信号的检测和识别的难度，曾一度是研究与开发单位的主要障碍所在。

    如今可利用小波变换进行数据压缩和特征提取，然后将数据输入用遗传算法训练过的模糊神经网络，则大大提高了对简单复合味的识别率。再如，在布匹面料质量的*定，柔性*作手对触觉信号的处理，机器的故障诊断领域，智能自动化技术也都取得了大量的成功实例。

文章来源于:深圳仪器仪表信息网 http://www.80017.cn/

上一页  [1] [2] 

 

本文内容由全球仪器仪表MRO网http://www.80017.cn/ 提供！

注:如果你的电脑不可以直接下载,请右键点击以上文字或'免费下载'图标,然后选目标另存为,进行下载保存

(本文来源：全球仪器仪表MRO网)

• 上一篇仪器仪表技术文章： 仪器仪表行业的广阔前景
• 下一篇仪器仪表技术文章： 仪器结构设计中的应用