• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on instrumentation and control technology >RBF neural network prediction on weak electrical signals in Aloe vera var. chinensis
【24h】

RBF neural network prediction on weak electrical signals in Aloe vera var. chinensis

机译：RBF神经网络对芦荟中弱电信号的预测。中华

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A Gaussian radial base function (RBF) neural network forecast on signals in the Aloe vera var. chinensis by the wavelet soft-threshold denoised as the time series and using the delayed input window chosen at 50, is set up to forecast backward. There was the maximum amplitude at 310.45μV, minimum -75.15uV, average value -2.69μV; and <1.5Hz at frequency in Aloe vera var. chinensis respectively. The electrical signal in Aloe vera var. chinensis is a sort of weak, unstable and low frequency signals. A result showed that it is feasible to forecast plant electrical signals for the timing by the RBF. The forecast data can be used as the preferences for the intelligent autocontrol system based on the adaptive characteristic of plants to achieve the energy saving on the agricultural production in the plastic lookum or greenhouse.
机译：高卢径向基函数（RBF）神经网络对芦荟信号中的信号进行预测。将小波软阈值除以时间序列并使用在50处选择的延迟输入窗口来设置chinensis，以进行向后预测。最大振幅为310.45μV，最小为-75.15uV，平均值为-2.69μV;和<1.5Hz在频率在芦荟变种。中华芦荟中的电信号。 chinensis是一种微弱，不稳定和低频的信号。结果表明，通过RBF预测时序的工厂电信号是可行的。预测数据可用作基于植物的自适应特性的智能自动控制系统的首选项，以实现塑料外观或温室中农业生产的节能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号