原文服务方: 计算机测量与控制       
摘要:
智能气体识别系统主要包括硬件电路、用户界面、信号处理和深度神经网络模型各模块;其采用ESP32-S作为主控芯片,设计硬件电路对金属氧化物半导体气体传感器加热端电压动态调制,实验选择调制传感器温度范围为150~250℃,对应调制电压范围2.5~3.8 V;以20 Hz的频率采集热调制下的传感器特性变化曲线,通过信号传输功能传递至上位机,将所得热调制响应信号经信号处理特征提取后喂入自行搭建的I-5×5-2×2-200-200-P结构卷积神经网络训练构建模型,使用训练后深度神经网络模型前向传播实现对目标气体的快速识别检测;在静态气敏测试平台中的测试结果显示,该系统能有效实现对多种类VOC气体的识别功能,对乙醇、丙酮和异丙醇的42种测试气氛的识别准确率达到100%。
推荐文章
基于物联网的智能天气识别系统设计
物联网
信息采集
Scikit-learn
机器学习
Arduino UNO R3
天气识别
基于人工智能视觉的特定场景识别系统设计
人工智能视觉
场景识别
摄像机
加速度计
基于DSP的保险箱智能指纹识别系统设计
图像处理DSP
指纹识别
FPGA控制逻辑
智能拨号
EMAC通信
基于DSP的语音识别系统设计
TMS320VC5402
语音识别系统
动态时间规整
孤立词
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ESP32-S的小型智能气体识别系统设计
来源期刊 计算机测量与控制 学科
关键词 智能气体识别 热调制 信号处理 卷积神经网络
年,卷(期) 2024,(11) 所属期刊栏目 设计与应用
研究方向 页码范围 260-265,272
页数 7页 分类号
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2023.11.039
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能气体识别
热调制
信号处理
卷积神经网络
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
论文1v1指导