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

• 作者: 刘航 唐祯安
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: MEMS气体传感器 传感器阵列 漂移补偿 分类器集成 动态加权
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 生物化学类传感器
• 页码范围: 1649-1654
• 页数: 6页
• 分类号: TP212
• 字数: 6327字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.12.005

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐祯安	大连理工大学电子科学与技术学院	142	1281	17.0	29.0
2	刘航	大连理工大学电子科学与技术学院	16	82	5.0	8.0