基于电子鼻技术的混合气体识别研究

• 作者: 刘伟玲 吴龙焦 张思祥 闫子琪
• 来源期刊: 现代电子技术
• 关键词: 电子鼻系统 气体识别 特征值提取 特征降维 气体分类 在线检测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 57-60
• 页数: 4页
• 分类号: TN98-34|TP212.9
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.06.014

摘要

为了评估恶臭对人类和环境的影响,需要有效鉴别出恶臭成分,设计并研发了以传感器阵列为核心的在线检测恶臭成分的电子鼻系统.针对传感器响应曲线几何特征提取方式的不足,提出分段拟合曲线的方式进行特征值提取.采用主成分分析(PCA)和线性判别分析(LDA)两种降维方式对原始数据降维,并结合支持向量机(SVM)和BP神经网络进行分类识别.结果表明,SVM和BP神经网络结合LDA都能100％识别出三种恶臭物质,SVM结合PCA识别率为92％,BP神经网络结合PCA识别率为94％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟玲	河北工业大学机械工程学院	31	104	6.0	8.0
2	张思祥	河北工业大学机械工程学院	70	154	6.0	9.0
3	吴龙焦	河北工业大学机械工程学院	1	0	0.0	0.0
4	闫子琪	河北工业大学机械工程学院	1	0	0.0	0.0