《基于支持向量机和小波分解的气体识别研究》PDF+DOC
作者:葛海峰,林继鹏,刘君华,丁晖
单位:中国仪器仪表学会
出版:《仪器仪表学报》2006年第06期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2006060050
DOC编号:DOCYQXB2006060059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机算法的气体识别研究》PDF+DOC2005年第02期 汪丹,张亚非
《SVM和BP算法在气体识别中的对比研究》PDF+DOC2005年第01期 汪丹,张亚非
《城市危险品气体辨识技术的研究》PDF+DOC2016年第08期 杜海英,孙炎辉,张汝波,刘冠群
《基于传感器阵列瞬态响应信号分析的气体识别关键技术研究》PDF+DOC2016年第11期 刘华亨
《基于气体传感器阵列的矿井可燃混合气体分析》PDF+DOC2012年第02期 叶小婷,张青春,童敏明
《一种气体传感器阵列检测模式识别新方法》PDF+DOC2010年第01期 陈伟根,齐辉,王有元,彭姝迪
《基于气体传感器阵列的电子鼻对混合气体定量识别的研究》PDF+DOC2006年第06期 姚智慧,徐保港,郝博
《气体识别自组织神经网络》PDF+DOC 付敏
《基于传感器动态检测和神经网络的气体识别》PDF+DOC2005年第05期 李广义,黄家锐,苏润,黄行九,刘锦淮
《基于传感器阵列与前馈神经网络的气体辨识系统》PDF+DOC2001年第03期 马常霞
提出将支持向量机应用到气体种类识别的研究中,并建立小波分解提取特征量和支持向量机识别气体种类的气体定性分析模型。通过小波分解提取半导体气体传感器在温度调制下的动态响应特性的特征量,分别使用不同核函数和不同结构的支持向量机建立判断特征量与气体种类的模型。实验结果说明使用支持向量机进行气体成分定性识别的效果优于同结构的神经网络,且对支持向量机自身结构的选择不敏感,适合于对多组分气体定性分析研究。建立的模型在分辨力为13ppm(对CO)和15ppm(对H2)的条件下,对单一氢气、一氧化碳及其混合气体的识别率可达98%,适合于工程应用。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。