《基于动态分类器集成的MEMS气体传感器阵列的气体定性识别方法》PDF+DOC
作者:刘航,唐祯安
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2013年第12期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2013120050
DOC编号:DOCCGJS2013120059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度信念网络的集成分类器在气体识别中的应用》PDF+DOC2016年第10期 王春香,李丽宏,张帝
《基于集成气体传感器阵列的电子鼻系统》PDF+DOC2003年第08期 杨建华,侯宏,王磊,刘福
《新型便携式薄膜体声波谐振气体传感器的研制与应用》PDF+DOC2016年第05期 唐宁,常烨,刘晶,屈贺幂,张代化,庞慰,段学欣
《基于传感器阵列瞬态响应信号分析的气体识别关键技术研究》PDF+DOC2016年第11期 刘华亨
《基于气体传感器阵列的室内空气品质评估新方法》PDF+DOC2004年第05期 李莉,汪慧英
《一种气体传感器阵列检测模式识别新方法》PDF+DOC2010年第01期 陈伟根,齐辉,王有元,彭姝迪
《食醋分类中气体传感器阵列的一种优化方法》PDF+DOC2008年第08期 张宏顺,张仲欣,殷勇
《基于气体传感器阵列的动态检测系统》PDF+DOC2008年第03期 王磊,刘锦淮
《气体传感器阵列温度漂移抑制的研究》PDF+DOC2007年第06期 张敏,田逢春
《基于声表面波传感器阵列的气体鉴别算法研究》PDF+DOC2013年第11期 王建明,刘鑫璐
气体识别研究中,传感器的性能漂移问题始终是最具挑战的问题之一。为了减少漂移对气体识别的影响,利用动态分类器集成技术,针对基于MEMS技术的气体传感器阵列,提出了气体识别方法。主要关注对气体样本在任意浓度下的定性分析。该方法基于支持向量机(SVM)分类器,首先利用在不同时间段采集的数据分别训练SVM分类器,再利用各分类器对不同时期数据的最优权值,估计拟合函数的参数;然后利用拟合函数,根据数据的采集时刻,预测各分类器的权值;最终利用预测的权值,对所有分类器的识别结果进行集成,得到最终识别结果。利用累积三年的测量数据,对该方法与已有类似方法的性能进行了比较。结果显示,该方法可以在较长时间内具有更高的准确率,而且,该方法可以通过选择更合理的拟合函数,提高识别性能。
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。