基于RVM的混合氣體識(shí)別與濃度檢測(cè)算法研究.pdf

1、金屬氧化物半導(dǎo)體(MOS)氣體傳感器具有靈敏度高、響應(yīng)速度快、價(jià)格低廉、使用壽命較長(zhǎng)等優(yōu)點(diǎn)，目前已經(jīng)成為氣體檢測(cè)領(lǐng)域中應(yīng)用最廣泛的傳感器之一。但是由于MOS氣體傳感器選擇性差，存在交叉敏感，導(dǎo)致單一傳感器很難實(shí)現(xiàn)對(duì)混合氣體的定性識(shí)別和定量檢測(cè)。因此利用氣體傳感器陣列可以有效改善交叉敏感特性，本文圍繞基于MOS氣體傳感器陣列的混合氣體定性識(shí)別和定量檢測(cè)算法進(jìn)行研究。本文主要研究?jī)?nèi)容如下：
　　為了解決MOS氣體傳感器選擇性較差的問(wèn)題

2、，本文利用五種具有不同靈敏度的傳感器組成傳感器陣列，搭建實(shí)驗(yàn)系統(tǒng)，對(duì)傳感器陣列的響應(yīng)信號(hào)的特性進(jìn)行了測(cè)試與分析，采集了應(yīng)用于后續(xù)實(shí)驗(yàn)的樣本數(shù)據(jù)。
　　針對(duì)由于傳感器陣列對(duì)氣體的非線性響應(yīng)特點(diǎn)而導(dǎo)致的混合氣體識(shí)別準(zhǔn)確率較低的問(wèn)題，本文提出了基于核主成分分析(KPCA)和多分類相關(guān)向量機(jī)(M-RVM)的混合氣體定性識(shí)別方法，KPCA通過(guò)核函數(shù)能夠?qū)⒕€性不可分的數(shù)據(jù)映射到高維特征空間，實(shí)現(xiàn)對(duì)樣本數(shù)據(jù)的特征提取。利用M-RV M模型稀疏，

3、參數(shù)設(shè)置較少，能夠以概率的形式輸出氣體類別，分類準(zhǔn)確率高的特點(diǎn)，進(jìn)行氣體識(shí)別。實(shí)驗(yàn)證明，本文提出的混合氣體識(shí)別方法能夠有效地對(duì)二元混合氣體進(jìn)行識(shí)別，識(shí)別率達(dá)到99.83％。
　　針對(duì)混合氣體濃度檢測(cè)誤差較大的問(wèn)題，本文提出了基于多變量相關(guān)向量機(jī)(MVRVM)的混合氣體濃度檢測(cè)方法。利用MVRVM在小樣本條件下測(cè)量精度高，泛化能力強(qiáng)，模型稀疏，可以同時(shí)實(shí)現(xiàn)多個(gè)變量回歸的特點(diǎn)，進(jìn)行混合氣體濃度檢測(cè)。實(shí)驗(yàn)結(jié)果表明，本文提出的方法對(duì)CO和