《基于纳米ZnO气体传感器阵列的乙醇、丙酮、苯、甲苯、二甲苯的识别研究》PDF+DOC
作者:张覃轶,谢长生,李登峰,张顺平,柏自奎
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2006年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2006030020
DOC编号:DOCCGJS2006030029
下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻技术及其在茶叶中的应用研究》PDF+DOC2016年第09期 潘玉成,宋莉莉,叶乃兴,潘玉华
《人工嗅觉传感阵列技术和模式分类方法的新进展》PDF+DOC 冯伟,高大启,胡上序
《气体传感器阵列常用模式识别算法》PDF+DOC2005年第05期 张覃轶,谢长生,黄永彬
《人工神经网络对电子鼻性能的影响》PDF+DOC2005年第06期 秦树基,徐春花,王占山
《基于气敏传感器阵列的牛肉新鲜度识别方法研究》PDF+DOC2002年第07期 滕炯华
,袁朝辉
,王磊
《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞
《基于气体传感器阵列的电子鼻对混合气体定量识别的研究》PDF+DOC2006年第06期 姚智慧,徐保港,郝博
《气敏传感器阵列模式识别简述》PDF+DOC1997年第02期 焦伯恒,戴国瑞,管玉国
《基于传感器阵列与前馈神经网络的气体辨识系统》PDF+DOC2001年第03期 马常霞
《《化学传感器:特性、性能和应用》简介》PDF+DOC2013年第01期 章宗穰
采用6个不同掺杂的纳米ZnO气体传感器组成的阵列实现了乙醇、丙酮、苯、甲苯、二甲苯的识别。研究表明,掺杂可大幅度提高传感器的敏感度和对可挥发有机物(VOCs)的选择性。对比了k近邻法、线性判别法、反传人工神经网络、概率神经网络、学习向量量化等在本实验中的应用。反传人工神经网络具有最高识别率,可达100%。本研究表明电子鼻在空气质量监测中具有广阔的应用前景。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。