作者:陈寅生,罗中明,孙崐,许永辉,王祁 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2019年第02期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2019020030 DOC编号:DOCCGJS2019020039 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于KPCA和RBF网络的电子鼻气体识别》PDF+DOC2007年第06期 赵赟,郭振华,刘锦淮 《基于三轴传感器的老年人日常活动识别》PDF+DOC2017年第03期 汪成亮,王小均 《基于KPCA和SOM网络的电子鼻大闸蟹新鲜度评价》PDF+DOC2017年第02期 朱培逸,顾晓云,杜洁,徐本连,鲁明丽 《基于电子鼻和改进无监督鉴别投影算法的大闸蟹新鲜度识别方法》PDF+DOC2017年第18期 朱培逸,徐本连,鲁明丽,施健,吕岗 《基于手持式电子鼻的白酒识别》PDF+DOC2019年第24期 李金金,孙哲华,孟庆浩 《气体传感器阵列混合气体检测算法研究》PDF+DOC2020年第07期 谭光韬,张文文,王磊 《电子鼻数据融合的软件实现》PDF+DOC2000年第10期 史志存,李建平,崔大付,朱敏慧 《用于易挥发性化学品检测的实用电子鼻算法研究》PDF+DOC2011年第01期 董志钢,李民强,罗涛,刘锦淮 《基于ICA算法的智能电子鼻在混合气体特征提取中的应用》PDF+DOC2011年第04期 袁桂玲,袁军强 《神经网络方法用于分辨三种化学物质》PDF+DOC1996年第06期 冯伟,胡上序
  • 混合气体成分识别是电子鼻系统进行气体检测与分析的关键技术。为了提高二元混合气体成分识别准确率,本文提出了一种基于KPCA与MRVM相结合的二元混合气体成分识别算法。该算法利用KPCA的非线性特征提取能力对传感器阵列的响应信号进行特征提取;再利用多分类相关向量机(MRVM)分类器对二元混合气体成分进行识别。通过自主设计的实验系统获得的气体样本集对算法的有效性进行了验证,实验结果说明二元混合气体成分识别准确率达到99.83%。

    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。