基于改进神经网络算法的PM2.5污染信号分析检测

来源：计算机测量与控制杂志2015年第5期北京时间：

作者：朱洪,蹇红梅,刘小芳

摘要：当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融入松弛变量,提高收敛速度；避免神经网络陷入局部最优解;采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测;以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高。

关键词：改进神经网络算法;污染检测;网络误差

基金资助：企业信息化与物联网测控技术四川省高校重点实验室(2014WZJ01)；四川理工学院人才引进项目(2012RC21)； 四川理工学院学科建设工程项目(2014JC01)。