声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1117/N
国际刊号：1000-8608
发布日期:
作者：董典典,黄正兴,李中洲,余隽,冯仕玮
关键词：解耦合气体识别集成学习浓度检测先验知识
基金：国家自然科学基金资助项目(61874018).
采用传感器阵列进行气体识别时，某个传感器出现故障将导致整个系统不能使用．受集成学习Bagging方法的启发，提出了传感器阵列解耦合方法．当硫化氢、氨气和丙酮这3种气体在某路传感器数据无法被正常采集的情况下，使用逻辑回归方法作为基分类器仍然能达到100%的气体分类正确率．鉴于良好的分类效果，提出了基于类别先验知识的浓度检测方法．将决策树回归作为基回归模型的传感器阵列解耦合浓度检测方法平均绝对百分比误差为2.28%，结果验证了传感器阵列解耦合方法的可行性．
来源：2024年第3期
《大连理工大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。