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:
采用支持向量机技术,对声表面波传感器阵列检测出的气体特征矢量和被测样本信息进行训练和分类,鉴别出被测气体中的毒害气体.实验结果验证了方案的可行性和有效性.
推荐文章
基于小波支持向量机的传感器非线性校正
小波核
支持向量机
非线性校正
电涡流传感器
基于支持向量机的移动无线传感器网络可靠性研究
移动无线传感器网络
支持向量机
可靠性
基于支持向量机的传感器的非线性校正
铜热电阻传感器
支持向量机
非线性校正
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 基于支持向量机的SAW传感器阵列鉴别毒害气体的研究
来源期刊 北京师范大学学报(自然科学版) 学科 工学
关键词 支持向量机 SAW 传感器阵列
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 159-164
页数 6页 分类号 TP29
字数 语种 中文
DOI 10.16360/j.cnki.jbnuns.2017.02.008
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 叶卫平 北京师范大学信息科学与技术学院 10 79 4.0 8.0
2 王建明 北京师范大学信息科学与技术学院 26 247 7.0 15.0
3 刘鑫璐 中国科学院声学研究所 7 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (9)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
SAW
传感器阵列
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
北京师范大学学报(自然科学版)
双月刊
0476-0301
11-1991/N
大16开
北京新外大街19号
82-406
1956
chi
出版文献量(篇)
3342
总下载数(次)
10
总被引数(次)
24959
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导