作者:奉轲,花中秋,伍萍辉,李彦,曾艳,王天赐,邱志磊 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2018年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2018010030 DOC编号:DOCCGJS2018010039 下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻技术在谷物霉变识别中的应用》PDF+DOC2005年第03期 潘天红,陈山,赵德安 《电子鼻的混合气体分类研究》PDF+DOC2017年第03期 梁子跃,杨昊,黄灿灿,周建,江正伟,方志明 《电子鼻(EN)及其在多领域中的应用》PDF+DOC2006年第07期 毕丽君,高宏岩 《基于传感器阵列与神经网络的气体检测系统》PDF+DOC2004年第03期 马戎,周王民,陈明 《人工嗅觉技术在酒类鉴别中的应用》PDF+DOC2004年第01期 田先亮,殷勇,刘红俊 《电子鼻快速检测谷物霉变的研究》PDF+DOC2004年第04期 邹小波,赵杰文 《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 《基于电子鼻技术的混合气体检测方法研究》PDF+DOC 张青春,叶小婷 《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞 《分立传感器电子鼻》PDF+DOC2008年第03期 张哲,佟金,陈东辉
  • 人体呼气中的丙酮含量可作为糖尿病的标志物。为实现无创糖尿病诊断,设计以金属氧化物半导体气敏传感器阵列为核心的人工嗅觉系统,对完成痕量丙酮的快速检测具有重要意义。通过多个气体流量控制器MFC(Mass Flow Controller)分别配制出模拟糖尿病患者呼气样本(30×10-6丙酮)与另两种干扰气体样本(30×10-6乙醇样本、15×10-6丙酮与15×10-6乙醇混合样本)进行实验,基于BP神经网络算法对3种气体定性识别,并通过主成分分析PCA(Principal Component Analysis)算法对原始的高维特征子集进行降维优化。实验表明:PCA与BP算法相结合,可降低BP神经网络的复杂性、减少预测的误差,同时能够解决单个气体传感器交叉敏感问题,进而提高对气体的选择性。对痕量丙酮样本与另两种干扰气体样本进行分析识别,识别的结果显示:对3种样本的识别准确率为91%。该研究为准确识别糖尿病标志物实现无创诊断技术提供了理论指导。

    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。