技术详细介绍
本研究成果主要体现在如下两个方面: 1.优化并筛选分别对汽车尾气中有害气体的主敏感材料 本研究中通过制备多种不同形貌和结构的敏感材料,提高传感器分别对CO,NOX和HCs气体具有较高的灵敏度。此外,通过对敏感材料的掺杂,混合等办法,很大程度上提高了该敏感材料对这三种混合气体的选择性。 2.基于传感器阵列的BP神经网络的优化 在本课题中通过PSO算法和Adaboost算法对BP神经网络算法进行优化,使其更适应于传感器信号的筛选和融合,结果表明通过对BP神经网络算法的优化,提高了传感器阵列对混合气体的检测精度,减小了预测误差。 [1] 洪磊,龚雪飞,孙寿通,简家文.Adaboost 集成BP 神经网络在传感器阵列检测系统中的应用,传感器与微系统,2015,34(4):148-154. [2] 孙寿通,金涵,洪磊,龚雪飞,简家文.基于特殊形貌NiO电极的混合电位型C3H6传感器研究.传感器与微系统.2015,34(4):42-48. [3] 龚雪飞,徐景,孙寿通,刘萍,简家文.PSO-BP 神经网络在多元有害气体检测中的应用.传感器与微系统.2015,34(2):154-160. [4] 李硕,谢建军,柳润琴,简家文,基于氧传感器基础上高温湿度测量仪的研发.电子测量技术.2014,37(2):95-99 [5] 周贞,简家文,张秀芳.一种高温湿度仪及其测量方法,发明专利,申请号:201310432401.X [6] 李硕,简家文,柳润琴,龚雪飞.一种高温湿度测量仪,实用新型专利,专利号:201320580479.1
本研究成果主要体现在如下两个方面: 1.优化并筛选分别对汽车尾气中有害气体的主敏感材料 本研究中通过制备多种不同形貌和结构的敏感材料,提高传感器分别对CO,NOX和HCs气体具有较高的灵敏度。此外,通过对敏感材料的掺杂,混合等办法,很大程度上提高了该敏感材料对这三种混合气体的选择性。 2.基于传感器阵列的BP神经网络的优化 在本课题中通过PSO算法和Adaboost算法对BP神经网络算法进行优化,使其更适应于传感器信号的筛选和融合,结果表明通过对BP神经网络算法的优化,提高了传感器阵列对混合气体的检测精度,减小了预测误差。 [1] 洪磊,龚雪飞,孙寿通,简家文.Adaboost 集成BP 神经网络在传感器阵列检测系统中的应用,传感器与微系统,2015,34(4):148-154. [2] 孙寿通,金涵,洪磊,龚雪飞,简家文.基于特殊形貌NiO电极的混合电位型C3H6传感器研究.传感器与微系统.2015,34(4):42-48. [3] 龚雪飞,徐景,孙寿通,刘萍,简家文.PSO-BP 神经网络在多元有害气体检测中的应用.传感器与微系统.2015,34(2):154-160. [4] 李硕,谢建军,柳润琴,简家文,基于氧传感器基础上高温湿度测量仪的研发.电子测量技术.2014,37(2):95-99 [5] 周贞,简家文,张秀芳.一种高温湿度仪及其测量方法,发明专利,申请号:201310432401.X [6] 李硕,简家文,柳润琴,龚雪飞.一种高温湿度测量仪,实用新型专利,专利号:201320580479.1