基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析研究电子鼻理论和系统组成的基础上,设计构建了一套传感器阵列与人工神经网络相结合的混合气体检测系统.并采用该系统对三种气体传感器(一氧化碳CO、二氧化硫SO2和二氧化氮NO2)进行了实验,对实验数据用神经网络(BP和 RBF)进行了分析、识别和气体体积分数的计算.结果显示该检测系统识别准确,不仅能够解决气体传感器交叉敏感问题,提高器件的选择性,而且具有智能化和多功能化等优点.
推荐文章
基于神经网络的气体传感器故障诊断
气体传感器
故障诊断
神经网络
非线性
基于RBF神经网络的混合气体智能检测系统研究
智能系统
交叉灵敏度
传感器阵列
RBF神经网络
气体传感器阵列中的信息融合
气敏传感器阵列
特征提取
融合
神经网络
基于多传感器信息融合的分布式气体检测系统
多传感器
信息融合
分布式
加权因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于传感器阵列与神经网络的气体检测系统
来源期刊 传感技术学报 学科 工学
关键词 传感器阵列 神经网络 交叉敏感 识别
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 395-398
页数 4页 分类号 TP183|TP212
字数 2349字 语种 中文
DOI 10.3969/j.issn.1004-1699.2004.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈明 西北工业大学自动化学院 184 2365 24.0 38.0
2 马戎 西北工业大学自动化学院 34 449 13.0 20.0
3 周王民 西北工业大学应用物理系 22 307 8.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (49)
同被引文献  (39)
二级引证文献  (89)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(6)
  • 引证文献(6)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(9)
  • 引证文献(4)
  • 二级引证文献(5)
2009(16)
  • 引证文献(7)
  • 二级引证文献(9)
2010(9)
  • 引证文献(1)
  • 二级引证文献(8)
2011(12)
  • 引证文献(3)
  • 二级引证文献(9)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(13)
  • 引证文献(4)
  • 二级引证文献(9)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
传感器阵列
神经网络
交叉敏感
识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导