典型文献
基于ZigBee和RBF神经网络的矿井通风质量预测
文献摘要：
为了能够更好地监测矿井环境变化趋势,以便预防安全事故发生,提出了一种基于ZigBee和RBF神经网路的矿井通风质量预测方法.首先,利用由主测试装置、从测试装置和中继节点组成的ZigBee无线网络,对井巷前、后端的CO、CO2、SO2、NO2及O25种气体环境参数进行采集和传输.然后,采用最小 最大规范化进行数据归一化预处理后,对RBF神经网络模型进行训练.最后,将训练后的模型迁移到EdgeTPU嵌入式AI开发板上进行通风质量预测.实验结果表明,相比于BP神经网络模型,提出方法具有更小的平均绝对误差,5种气体浓度的预测准确率均到达了87％以上,充分验证了其有效性.
文献关键词：
矿井通风;空气质量预测;无线传感器网络;RBF神经网络;嵌入式AI开发板
中图分类号：
作者姓名：
宝银昙
作者机构：
陕西能源职业技术学院,资源与测绘工程学院,陕西,咸阳712000
文献出处：
引用格式：
[1]宝银昙-.基于ZigBee和RBF神经网络的矿井通风质量预测)[J].微型电脑应用,2022(02):31-34
A类：
EdgeTPU
B类：
ZigBee,RBF,矿井通风,矿井环境,安全事故,网路,测试装置,中继节点,无线网络,井巷,后端,SO2,NO2,O25,气体环境,环境参数,数据归一化,模型迁移,开发板,平均绝对误差,气体浓度,预测准确率,空气质量预测,无线传感器网络
AB值：
0.324319
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
