基于支持向量机的气体传感阵列模式识别方法分析-analysis of gas sensor array pattern recognition method based on support vector machine.docxVIP

下载本文档

10
0
约6.03万字
约 72页
2018-08-14 发布于上海
举报
版权申诉

基于支持向量机的气体传感阵列模式识别方法分析-analysis of gas sensor array pattern recognition method based on support vector machine.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于支持向量机的气体传感阵列模式识别方法分析-analysis of gas sensor array pattern recognition method based on support vector machine

摘要随着科学技术的进步和工业生产的发展，对气体的检测不仅要求快速、准确，而且还要求检测能够在线进行。由于气体传感器普遍存在交叉敏感，单一气体传感器无法对多种气体进行准确的定性识别和定量检测。因此，将多个气体传感器组成阵列与模式识别方法相结合进行多组分气体的识别与检测具有更大的实用价值。而模式识别技术对识别效果起着关键性的作用。本文以电力变压器油中六种溶解气体（H2，CO，CH4，C2H4，C2H2，C2H6）在线检测为例，提出了一种基于免疫加权支持向量回归机的气体传感阵列模式识别方法。论文依次讲述了气体传感阵列国内外研究现状和常用模式识别方法，并对 MQ 型气体传感器进行特性实验研究，介绍了支持向量机模式识别理论，最后着重对基于支持向量机的气体传感阵列模式识别方法进行了逐步深入的研究，在利用气体传感阵列获取气体组分和浓度多维信息的基础上，结合支持向量机模式识别理论，对变压器油中溶解气体进行定量分析。首先对 MQ 型气体传感器进行了特性实验，通过实验验证了 MQ 系列气体传感器具有良好的灵敏度、重复性和响应特性，但同时存在一定的交叉敏感。针对神经网络模式识别方法存在网络结构难于确定、易陷入局部极小值等问题，分别采用 BP 神经网络和标准支持向量回归机（SVR）对气体传感阵列测得的信号进行模式识别。结果表明，经过 SVR 进行模式识别后的值明显优于 BP 神经网络识别值。将免疫算法用于支持向量机参数优化过程中，利用免疫算法保持群体多样性的特点进行参数全局寻优，将参数优化后的支持向量机应用于气体传感阵列模式识别中。通过对比表明，免疫支持向量机克服了标准支持向量机（SVM）采用试凑法确定参数的不足，识别精度较 SVM 有进一步的提高。针对标准支持向量回归机中未考虑各样本重要性的差异问题，给各个样本的惩罚系数赋予不同权重，分别采用线性插值法和非线性插值法对参数进行加权，将经过免疫算法全局寻优和参数加权后的支持向量机应用于气体传感阵列模式识别中。结果表明，免疫加权支持向量机具有更高精度的识别效果，更好的性能和应用前景。关键词：气体传感阵列，交叉敏感，模式识别，油中溶解气体，支持向量机ABSTRACTAs the advancement of science and technology and the development of industry, the detection of gases requires not only fast, accurate, but also testing on-line. Caused by the cross-sensitivity of the gas sensors, it is impossible for a single gas sensor to identify multiple gases. So, identification of multi-component gas based on gas sensor array and pattern recognition is becoming an important way in dealing with cross-sensitivity in gas analysis. The pattern recognition technology plays the crucial role to the recognition effect.Taking the detection of six kinds of transformer oil dissolved gas (H2, CO, CH4, C2H4, C2H2, C2H6) as an example, this article proposed a pattern recognition method of gas sensor array based on immune weighted support vector machine for regression. The current research situation and commonly used pattern recognition methods are described at the beginning of the thesis. Characteristic experiments of MQ type gas sensors are carried. The author introduced the theory of support vector machine and pattern recognition method of gas s