基于最近邻域法的气体传感器模式识别技术研究

提出将气体传感器阵列检测与最近邻域法相结合的方法实现气体的模式识别。设计了用该方法进行气体识别的实验系统。该方法具有实验次数少,且识别准确度高的优点。实验以3只金属氧化物半导体气体传感器组成的阵列为例,详细讨论了该方法的实验过程与识别结果。通过对CH4,H,CO 3种气体进行识别实验,结果表明:该方法的正确识别率达到100%,具有很高的实用价值。     

基于卟啉传感器的气体检测系统的设计

针对传统气体检测方法的不足,设计了一种基于卟啉传感器的快速气体检测系统.反应室的流体仿真表明该系统检测结果具有可比性.该系统采集存储卟啉传感器与气体反应前后的图像,通过图像处理技术获得传感器阵列的颜色变化信息,将其与数据库中的记录进行匹配,得到检测结果.实验表明:该系统响应快速,能准确检测识别多种有害气体.     

基于集成气体传感器阵列的电子鼻系统

介绍一种基于集成气体传感器阵列的电子鼻系统硬件实现方法。描述了系统的一般组成,重点介绍了所采用的集成气体传感器及其信号拾取方法。该系统可实现对检测气体的自动数据采集、微机传送,具有高的灵敏性和可靠性。另外,对采用的集成气体传感器系列,该电子鼻系统具有一定的通用性。利用该系统对五种葡萄酒进行了检测,结果表明:该电子鼻系统可有效地用于葡萄酒的定性识别,识别准确率达到100%。     

电子鼻—智能气体传感器

论述了应用模式识别技术和气体传感器阵列所研制的模拟嗅觉系统。气体传感器阵列由８个金属氧化物气敏器件组成，它们对不同的气味和气体有不同的响应；传感器阵列输出的信号经过微机处理和识别。作者对实验过程进行了详细的讨论，实验结果表明该系统可成功地识别多种不同的气体。     

基于碳纳米管微传感器阵列和随机共振的气体检测方法研究

提出了一种基于多壁碳纳米管微传感器阵列和非线性随机共振算法的新型气体检测方法。微传感器阵列包括碳纳米管阳极传感器和碳纳米管阴极传感器以减小检测系统的交叉灵敏度。实验检测了乙醇、丙酮和氨气三种气体,传感器阵列响应输入随机共振系统进行处理,结果表明,信噪比曲线参数能够标定气体浓度和种类,且随机共振处理方法可以有效的降低系统的交叉灵敏度,检测系统具有较好的灵敏度和重复性,具有较好的实用价值。     

基于Fe_2O_3系列气体传感器阵列的电子鼻系统

阐述了一种基于Fe2O3系列气体传感器阵列的电子鼻系统硬件实现方法及其系统的一般组成,介绍了Fe2O3系列气体传感器和传感器的加热电路。该系统以MSP430F149单片机为核心,实现对检测气体的自动数据采集、脱机和联机识别。利用该系统对甲烷、氢气和液化石油气进行检测,结果表明:该电子鼻系统能有效地对这3种气体进行定性识别,识别率接近100%。     

基于支持向量机算法的气体识别研究

利用多传感器或者传感器阵列,同时,结合神经网络技术来进行气体识别和定量分析研究已成为目前传感器领域的一个研究热点。介绍了一种在该领域还没有引起足够重视的算法———支持向量机算法(SVM)。利用该算法,结合多传感器技术,对 3种不同体积分数的有机溶剂进行了识别研究,并取得了较好的识别效果,证明了该算法在气体识别领域具有相当大的研究价值。     

嵌入式气体检测系统及其图像分析算法

针对传统气体检测方法的不足,提出了基于嵌入式和卟啉阵列传感器的气体快速检测系统及其图像分析算法。该系统通过USB接口的摄像头采集待测气体与卟啉阵列传感器反应前后的RGB图像信息,再由图像处理算法得到图像中每个卟啉点的颜色变化信息,最后通过模式识别算法得到待测气体种类和浓度。重点研究了检测系统的结构及软件功能的设计,给出了针对卟啉阵列传感图像的图像处理算法及与标准数据库匹配的模式识别算法。通过对氨气等气体进行试验,结果表明该系统及其分析算法能够很好地识别出气体的种类和浓度。     

可视嗅觉传感器阵列研究及图像分析

针对目前电子鼻系统普遍存在的检测范围窄、受环境湿度影响较大等缺点,本文依据金属卟啉配合物与有机气体反应会产生颜色变化的原理,研制了一种新型的气体敏感膜,设计了可视嗅觉传感器阵列的实验系统.系统通过分析敏感膜与不同的气体反应所呈现的颜色变化识别气体,具有完全不受外界水蒸气影响和检测精度高等特点.用该传感器敏感膜分别对环己胺、乙腈和四氢呋喃进行了试验,试验结果表明该传感器阵列能够正确地识别这三种有机物.     

基于气体传感器阵列和非线性信号分析技术的龙井茶品质检测方法研究

本文研究了一种基于传感器阵列信号分析的龙井茶品质检测技术,采用多气体传感器阵列构建检测平台,实验检测不同储存时间的龙井茶样品,并对传感器阵列信号开展信号分析。为了进一步优化传感器阵列检测龙井茶品质的准确性,对传感器阵列参数优化,得到优化之后的阵列,优化后的传感器阵列具有更高的准确性。采用载荷分析（Loadings）、归一化处理进行数据的预处理。实验采用模糊c均值聚类（FCM）、k近邻函数（KNN）和概率神经网络（PNN）三种方法对传感器阵列检测信息进行了模式识别,以评估所构建系统的检测精度。结果表明三种方法的识别正确率分别为90.83%,90%和93.3%。结果表明KNN和PNN针对气体传感器阵列检测龙井茶品质领域均呈现了较好的模式识别结果。以上结果证明该系统具有较好的检测精度,随机共振系统输出相关系数曲线可以较好的区分不同茶叶样品,并且依托互相关系数特征峰值构建了其品质分析模型。     

气体传感器阵列测试算法研究

采用人工神经网络中的BP神经网络处理阵列式气体传感器信号,气体传感器阵列与前馈神经网络模式识别技术结合而成的人工嗅觉系统被用来进行混合气体的定量分析.利用计算机模拟方法对非线性气体传感器阵列进行模拟,并运用MATLAB神经网络工具箱设计了BP网络,最后,对模拟数据进行了比较.结果表明:神经网络法具有非线性逼近能力强、识别率较高等特点.     

基于气体传感器阵列的易挥发化学品判别系统

利用气体传感器阵列结合判别软件,可用于气体的定性识别。本系统采用气体传感器MQ211组成阵列,结合气室和必要的电路,设计了实时数据采集判别系统,介绍了判别系统的构成与实验过程,实验结果表明:本系统能准确判别多种易挥发化学品。     

气体传感器阵列中特征参数的提取与优化

用一组厚膜金属氧化锡气体传感器阵列对气味进行分析和识别 ,其中最重要、最难的因素是传感器特征提取技术和特征参数的优化 ,使所用的传感器阵列能快速准确地识别不同气味。然而 ,目前尚无令人满意的方法。本文中研制了适用于传感器阵列反应的试验装置 ,在获得传感器与食醋挥发气体反应的整个过程的数据的基础上 ,提取了传感器与食醋散发的气体反应的特征值。利用分辨率来提取 ,以确定所提取的特征参数是否最优 ,从而决定该特征值在以后模式识别中是否有用。再对那些分辨率指数大的特征参数进行主成分分析和神经网络分析 ,主成分分析结果表明不同醋之间区分得比较开 ,神经网络的识别正确率达到 10 0 %。显然这一方法也可用于解决其它形式传感器阵列问题。     

人工嗅觉技术在酒类鉴别中的应用

简述了人工嗅觉酒类鉴别系统的原理、结构。给出了气体传感器阵列的组成方法,进行了气体传感器温度、湿度补偿。并运用主成分分析法和BP神经网络对试验结果进行了分析。鉴别实验研究表明,经温度、湿度补偿后该系统不仅能鉴别不同香型的白酒,还能鉴别同一香型的白酒。     

电子鼻动态模式信息采集电路设计

动态检测技术在电子鼻中的应用是国内外电子鼻研究的一个前沿热点,实现动态检测的关键是能使电子鼻的环境参数能动态变化的硬件电路.为了满足动态测量的需要,设计了能对半导体氧化物气体传感器阵列进行动态加热的自动温控模块和气体传感器的信号拾取模块,以便满足动态测量的需要,把该动态加热电路应用到电子鼻实验系统中,对三种不同的饮料样本在不同的条件下进行反复实验,识别的准确率均达到100%.     

一种基于全程动态扫描的白酒鉴别智能人工嗅觉系统􀀂

我们根据两类传感器的特性,针对白酒,采用了优化的金属氧化物气敏传感器阵列,进行白酒种类的鉴别实验。采用了一种新的实验方法——动态工作温度全程信号采集的方法。通过对气敏传感器工作电压的控制,使传感器工作温度发生周期性变化,从而形成一组传感器响应变化曲线．以更好地反映对象气体的特征。在对三种白酒的识别实验中,得到了98％的识别率。     

基于人工神经网络的苹果气体识别方法研究

将气体传感器阵列与人工神经网络模式识别技术相结合,建立了电子鼻系统,对水果变化过程进行监控。尝试对3种不同状态(好、碰伤、坏)的苹果气体进行定性识别。实验结果表明:结合主成分分析的人工神经网络方式为模式识别、分类提供了快速准确的辨识方法,对红富士苹果进行分类时正确率在83.33%以上。