基于多传感器融合的空气质量检测

• 作者: 崔英杰 李景富
• 来源期刊: 现代电子技术
• 关键词: 空气质量 BP神经网络 检测模型 传感器阵列 学习样本 机器学习算法
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 171-174
• 页数: 4页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.19.041

摘要

针对当前空气质量检测错误率高,检测效率低的难题,以获得理想的空气质量检测结果为目标,设计了基于多传感器融合的空气质量检测模型.首先,分析了当前空气质量检测的研究现状,找到引起空气质量检测效果差的原因;然后,采用多个传感器同时对空气质量检测数据进行采集,建立空气质量检测的学习样本;最后,采用机器学习算法对空气质量检测学习样本进行训练,构建空气质量检测模型,并采用验证数据与其他空气质量检测模型进行对比实验,该设计模型的空气质量检测精度超过95％,可以准确描述空气质量的变化特点,而且空气质量检测时间也远远少于对比模型,提升了空气质量检测效率,具有更加广泛的应用范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李景富		26	49	4.0	6.0
2	崔英杰		5	0	0.0	0.0