文献类型：期刊文章

作　　者：李紫蕊[1] 范书瑞[1] 花中秋[1] 夏克文[1] 张艳[1]

LI Zirui;FAN Shurui;HUA Zhongqiu;XIA Kewen;ZHANG Yan(Tianjin Key Laboratory of Electronic Materials and Devices,School of Electronic and Information Engineering,Hebei University of Technology,Tianjin 300401,China)

机构地区：[1]河北工业大学电子信息工程学院天津市电子材料与器件重点实验室

出　　处：《传感技术学报》

基　　金：河北省重点研发计划项目(19210404D);河北省高等学校科学技术研究重点项目(ZD2019010);河北省研究生创新资助项目(空气质量走航监测关键技术研究)

年　　份：2019

卷　　号：32

期　　号：11

起止页码：1613-1617

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决混合气体检测准确性较低的问题,提出了一种新型的混合气体分析方法。该方法通过PCA提取到的特征对随机森林建模,实现了混合气体的定性识别,并在此基础上利用粒子群优化的SVR对各类别气体浓度进行定量分析,解决了SVR超参数选择困难的问题。最后通过样本数据对算法的有效性进行了验证,实验结果表明随机森林的平均识别准确率最高达到了95%,粒子群优化的SVR模型对各类别气体浓度的估计准确率均比SVR高10%以上。

关 键 词：传感器 混合气体分析  随机森林  粒子群优化 支持向量回归(SVR)  

分 类 号：TP181] TP212]