基于气体传感器动力学模型的细菌分类研究

袁伟; 石锐

doi:10.13873/j.1000-9787(2017)11-0018-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于气体传感器动力学模型的细菌分类研究

研究与探讨 | 更新时间：2025-09-11

- 基于气体传感器动力学模型的细菌分类研究
- Research on classification of bacteria based on kinetics model for gas sensor
- 传感器与微系统 2017年36卷第11期页码：18-20+24
- 作者机构：
  
  重庆大学计算机学院
- 作者简介：
- 基金信息：
  
  国家国际科技合作项目（2014DFA31560）
- DOI：10.13873/j.1000-9787(2017)11-0018-03
  中图分类号： R318;TP212
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]袁伟,石锐.基于气体传感器动力学模型的细菌分类研究[J].传感器与微系统,2017,36(11):18-20+24.

YUAN Wei, SHI Rui. Research on classification of bacteria based on kinetics model for gas sensor[J]. 2017, 36(11): 18-20+24.
[1]袁伟,石锐.基于气体传感器动力学模型的细菌分类研究[J].传感器与微系统,2017,36(11):18-20+24. DOI： 10.13873/j.1000-9787(2017)11-0018-03.

YUAN Wei, SHI Rui. Research on classification of bacteria based on kinetics model for gas sensor[J]. 2017, 36(11): 18-20+24. DOI： 10.13873/j.1000-9787(2017)11-0018-03.

摘要

对于气体传感器获得的样本数据

常规的处理方法是基于样本的表象来提取特征进行分类

具有固有的局限性。基于热电子发射理论和等温吸附理论

对气体传感器的电压响应值与温度、样本浓度等参数建立数学方程

将方程简化

构造了简易的响应动力学模型。通过主成分分析

降低样本维数。将模型向降维后的样本数据拟合

可得到模型的一组系数

作为样本的特征值。将特征值集合运用模式识别方法进行训练

测试分类性能。实验结果显示:分类预测的准确率较高。

Abstract

For sample data acquired by gas sensor

ordinary way is to extract features based on surface pattern of samples

so as to classify

so it has inherent limitation. Based on thermionic emission theory and adsorption theory

a mathematic equation can be built to demonstrate the connection of voltage response values of gas sensor with temperature

sample concentration

etc. A simple model of gas sensor’s response kinetics can be derived by simplify the equation before. Through the method of principal component analysis（ PCA）

the dimensions of samples is reduced. A group of parameters

which will be treated as features of samples eventually

can be settled when fitting the model to the samples. A prediction model will be trained and benchmarked by using the feature sets. The result shows that the kinetics model has a satisfied prediction accuracy in classification

this is for the reason that the model is set up based on reflection of nature of sensor response.

关键词

Keywords

references

用于食醋品质预评价的电子鼻研究 [J]. 张厚博,梅笑冬,赵万,王彪,卢革宇. 传感器与微系统 . 2013(03)

改善SnO 2 气体传感器气敏性能的研究进展 [J]. 刘阳,李勃,姚有为,宋英翠. 传感器与微系统 . 2012(12)

Fe 2 O 3 /ZnO复合氧化物气敏元件的制备与性能 [J]. 刘元隆,钟荣,胡继豹. 传感器与微系统 . 2012(12)

二氧化锡气体传感器敏感机理的研究 [J]. 席彩红,高晓平,刘国汉. 曲阜师范大学学报(自然科学版) . 2008(02)

基于电子鼻和电子舌的樱桃番茄汁品质检测方法研究 [D]. 洪雪珍. 浙江大学 2014

SnO 2 基气敏传感器的制备与研究 [D]. 王康. 山东大学 2013

基于“气”仿生嗅觉系统在中药品质整体评价中的方法学研究 [D]. 邹慧琴. 北京中医药大学 2013

SnO 2 /TiO 2 体系气敏性能及其机理研究 [D]. 曾文. 重庆大学 2011

基于量子粒子群的电子鼻伤口感染检测算法研究 [D]. 樊澍. 重庆大学 2014

Ag/SiNWs肖特基二极管温敏特性的研究 [D]. 马殿飞. 华东师范大学 2011

人工神经网络在空气质量预测中的应用研究 [D]. 杜晓亮. 山东大学 2009

半导体物理学[M]. 电子工业出版社 , 刘恩科, 2008

Is breath acetone a biomarker of diabetes? A historical review on breath acetone measurements [J] . Zhennan Wang,Chuji Wang. Journal of Breath Research . 2013 (3)

Comparison of multivariate preprocessing techniques as applied to electronic tongue based pattern classification for black tea [J] . Mousumi Palit,Bipan Tudu,Nabarun Bhattacharyya,Ankur Dutta,Pallab Kumar Dutta,Arun Jana,Rajib Bandyopadhyay,Anutosh Chatterjee. Analytica Chimica Acta . 2010 (1)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于电子鼻的呼气无创肝癌检测方法研究

用于易挥发性化学品检测的实用电子鼻算法研究

烧结气氛对SnO₂纳米材料气敏性影响的研究

Cr₂O₃/ZnO的制备及常温氨的气敏性能

基于花状h MoO₃纳米棒@石墨烯的氨气传感器