应用于卟啉阵列气体检测系统的识别算法

作     者：罗小刚 谢新莘 LUO Xiaogang;XIE Xinxin

作者机构：重庆大学生物工程学院重庆400030 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2014年第27卷第11期

页      面：1464-1468页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技支撑计划项目(2012BAI19B03) 国家自然科学基金项目(81271930 81171414) 教育部高校博士点基金项目(20090191110030) 中央高校基本科研业务费项目(CDJXS10231179 CDJSX102300) 

主　　题：卟啉传感器 气体识别 神经网络 粗糙集 

摘      要：差值图谱是卟啉化学传感器(PSA)芯片识别气体的根据,但同种气体的差值图谱之间会出现颜色或显色位置的差异,存在实验数据发散的问题。结合BP神经网络和粗糙集,提出了一种新的气体种类识别算法,并将之用于PSA气体检测系统中。该方法利用粗糙集的数据约简功能找到差值图谱数据中颜色变化明显的点的数据,以这些数据为输入,进行BP神经网络的训练和识别。通过实验可以证明,相对于欧氏距离聚类结果、BP神经网络识别结果,本文提出的算法对于发散的实验数据具有更高的识别精度。