基于单个SnO2传感器的CO/H2混合气体定量分析

被引:4
作者
李熙
何秀丽
李建平
张阳
机构
[1] 中国科学院电子学研究所传感技术国家重点实验室
关键词
SnO2传感器; 一氧化碳; 氢气; 定量分析;
D O I
暂无
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
利用单个商品化SnO2传感器,对CO和H2及其混合气体进行分类识别和定量分析.对传感器进行温度调制,获得传感器在不同浓度CO、H2和CO/H2混合气体中的动态响应.对动态响应信号进行离散小波变换(DWT),选取小波系数作为特征,输入到支持向量机(SVM),实现了对CO、H2及其混合气体的识别(其中CO浓度100×10-6,H2浓度1000×10-6),正确识别率超过96%.从动态响应曲线提取特征,利用SVM模型对CO/H2混合气体进行定量分析,准确地估计出CO的浓度.另外,采用相同样本集,对比SVM和BP算法,结果显示SVM具有更优的泛化性能.可用的数据处理算法可移植到单片机实现,在气体传感器智能化的研究中具有潜在的应用价值.
引用
收藏
页码:2169 / 2173
页数:5
相关论文
共 5 条
[1]   基于气体传感器阵列的混合气体定量分析 [J].
太惠玲 ;
谢光忠 ;
蒋亚东 .
仪器仪表学报, 2006, (07) :666-670
[2]   基于支持向量机和小波分解的气体识别研究 [J].
葛海峰 ;
林继鹏 ;
刘君华 ;
丁晖 .
仪器仪表学报, 2006, (06) :573-578
[3]   一氧化碳传感器的应用与进展 [J].
杨邦朝 ;
段建华 .
传感器技术, 2001, (12) :1-4
[4]   传感器技术的新发展——智能传感器和多功能传感器 [J].
王祁 ;
于航 .
传感器技术, 1998, (01) :58-60
[5]  
Making large-scale SVM learning practical .2 Joachims,T. Advances in Kernel Methods---Support Vector Learning . 1999