电子鼻技术及其应用研究进展
穆申玲1,2沈文锋2,3吕大伍2,3宋伟杰2,3谭瑞琴1 (1宁波大学信息科学与工程学院;2中国科学院宁波材料技术与工程研究所;3中国科学院大学)
摘要:电子鼻(Electronic nose,E-nose)技术作为一种有效的嗅觉模拟与气体识别的方法被广泛应用。电子鼻系统由气体传感器阵列组成,利用其交叉敏感性对气体进行检测。电子鼻系统利用机器学习算法,对气体进行定性定量分析。传统的机器学习算法在电子鼻系统中的应用已经成熟,如今深度学习算法也慢慢在电子鼻系统中应用。电子鼻系统具有选择性高、精密度好、反应快速、稳定性和延展性好的特点,被应用于包括有毒气体检测、空气质量管理、食品新鲜度和质量预测等方面。本文从气体传感器阵列的组成、信号采集与处理单元、模式识别算法的分类以及电子鼻系统在实际中的应用等方面综述了电子鼻系统气体识别的最新研究进展,最后对电子鼻系统气体识别目前所存在的问题以及发展前景进行了总结和展望。
关键词:传感器阵列;信号采集与处理;模式识别算法;电子鼻技术;气体识别
目录介绍
0 引言
1 气体传感器阵列
1.1 传感器敏感材料
1.1.1 金属氧化物半导体材料
1.1.2 导电聚合物材料
1.1.3 催化剂材料
1.1.4 固体电解质材料
1.1.5 二维纳米材料
1.2 传感器结构
1.3 传感器敏感薄膜制备技术
1.3.1 丝网印刷技术
1.3.2 喷墨打印技术
1.3.3 物理气相沉积技术
1.3.4 化学气相沉积技术
1.3.5 原子层沉积技术
2 信号采集与处理单元
2.1 特征值提取
3 模式识别算法
3.1 经典识别算法
3.1.1 主成分分析
3.1.2 支持向量机
3.1.3 K 近邻算法
3.1.4 决策树
3.1.5 朴素贝叶斯模型
3.2 人工神经网络
3.2.1 反向传播神经网络
3.2.2 卷积神经网络
3.2.3 径向基函数神经网络
3.2.4 指脉冲神经网络
4 电子鼻技术的应用
4.1 环境质量检测
4.2 人体疾病检测
4.3 食品安全检测
5 总结与展望
©软件著作权归作者所有。本站所有文件均来源于网络,仅供学习使用,请支持正版!
转载请注明出处!
发表评论 取消回复