基于KPCA与MRVM的二元混合气体成分识别算法研究

• 作者: 孙崐 王祁 罗中明 许永辉 陈寅生
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 电子鼻 气体成分识别 核主成分分析 多分类相关向量机
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 传感器研究
• 页码范围: 172-176
• 页数: 5页
• 分类号: TP212.9
• 字数: 2970字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.02.003

摘要

混合气体成分识别是电子鼻系统进行气体检测与分析的关键技术.为了提高二元混合气体成分识别准确率,本文提出了一种基于KPCA与MRVM相结合的二元混合气体成分识别算法.该算法利用KPCA的非线性特征提取能力对传感器阵列的响应信号进行特征提取;再利用多分类相关向量机( MRVM)分类器对二元混合气体成分进行识别.通过自主设计的实验系统获得的气体样本集对算法的有效性进行了验证,实验结果说明二元混合气体成分识别准确率达到99.83%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗中明	哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室	26	113	6.0	10.0
2	王祁	哈尔滨工业大学电气工程与自动化学院	135	1746	24.0	33.0
3	许永辉	哈尔滨工业大学电气工程与自动化学院	17	84	5.0	8.0
4	陈寅生	哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室	5	9	2.0	2.0
5	孙崐	哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室	4	12	2.0	3.0