浅析可视化基于可视化阵列传感器气体检测方式识别

论文导读：7-485基于可视化阵列传感器的气体检测识别48-605.1气体定性识别48-515.2气体定量识别51-595.2.1CA策略用于气体定量识别51-525.2.2BP神经网络用于气体定量识别52-555.2.3RBF神经网络用于气体定量识别55-595.3策略比较595.4本章小结59-606总结和展望60-62

6.1全文总结602展望60-62致谢62-63参考文献63-68附录6

摘要：随着工业化进程的加速以及人们对装饰要求的提升，大气中工业排放有毒有害气体极具增加，严重危害人体健康，由此对有毒有害气体的检测非常重要，而设计一种快捷有效的气体检测装置更是刻不容缓，而对这些有毒有害气体进行识别然后有针对性的进行清除对大气环境的改善也具有非常重要的作用。本论文根据敏感材料与微量气体分子结合发生反应会产生光谱变化这一机理，设计出了具有特异性识别的可视化阵列传感器，研制出了一套基于可视化传感器的气体检测系统，能实现气体的快速准确检测和识别。文章主要介绍了检测系统的构建，数据库的建立，对检测的气体的方式识别，探讨的工作主要集中在以下几个方面：①采取可视化阵列传感器对气体分子的特异选择性，反应得到特点图与气体具有一一对应联系实现检测的原理，设计了上下位机相结合的气体检测系统。阐述了系统结构和特点提取历程。②根据传感器的检测原理，为检测系统设计了相应的软件系统，系统包括传感器图像的采集，图像处理，特点提取等。③为减少可视化阵列传感器在气体检测历程中带来的干扰和误差，针对杂质气体对传感器影响，反应温度、气体流量均匀性、光照等因素对检测造成的影响都设计了相应的改善策略。④采取ACCESS数据库为系统建立了相应的数据库系统，数据库实现对气体数据的管理，为未知气体的方式识别提供了依据。⑤设计了检测的气体数据的方式识别策略，分为识别气体种类的定性识别和识别气体浓度的定量识别，定性识别主要采取聚类浅析进行浅析，而由于气体浓度之间差别较小，且特点值之间可能含有交叉性，聚类浅析难以实现定量识别，采取具有学习和记忆功能的BP神经网络和RBF神经网络进行浅析，并对此两种策略加以改善提升识别能力，取得了不错的识别效果。关键词：气体检测论文可视化阵列传感器论文数据库论文方式识别论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
ABSTRACT4-8
1 绪论8-13

1.1 引言8

1.2 气体传感器探讨近况8-10

1.3 气体检测的方式识别探讨近况10-12

1.4 本论文探讨的作用和内容12-13

1.4.1 课题学术及实用作用12

1.4.2 本论文的探讨内容12-13

2 方式识别基本论述13-26

2.1 方式识别策略介绍13-14

2.2 基于统计的方式识别14-16

2.1 聚类浅析（CA）法14-15

2.2 主成分浅析法15-16

2.3 基于人工神经网络的方式识别16-25

2.3.1 人工神经网络模型17-19

2.3.2 人工神经网络分类19-20

2.3.3 BP 神经网络20-23

2.3.4 RBF 神经网络23-25

2.4 本章小结25-26

3 可视化阵列传感器检测系统的构建26-37

3.1 可视化阵列用于气体检测的原理26-27

3.2 气体检测系统装置构建27-28

3.3 系统用于气体检测的实验策略28-29

3.4 气体的光谱信号值提取29-36

3.4.1 光谱信号采集29-30

3.4.2 光谱信号预处理30-31

3.4.3 敏感单元颜色提取31-36

3.5 本章小结36-37

4 数据库的建立37-48

4.1 检测中的干扰处理37-42

4.2 数据库的建立42-47

4.

2.1 Access 数据库42-44

4.

2.2 数据库设计44-45

4.

2.3 对数据库的操作45

4.

2.4 数据库的实现45-47

4.3 本章小结47-48
5 基于可视化阵列传感器的气体检测识别48-60

5.1 气体定性识别48-51

5.2 气体定量识别51-59

5.

2.1 CA 策略用于气体定量识别51-52

5.

2.2 BP 神经网络用于气体定量识别52-55

5.

2.3 RBF 神经网络用于气体定量识别55-59

5.3 策略比较59

5.4 本章小结59-60

6 总结和展望60-62

6.1 全文总结60

6.2 展望60-62

致谢62-63
参考文献63-68
附录68
A．作者在攻读硕士期间发表的论文目录68