换一批摘要提出一种基于卷积神经网络的便携式智能仿生嗅觉微机电系统(micro-electro-mechanical system,MEMS)设计方法.采用高集成度异质标记物敏感单元阵列作为系统前端气体感知器,通过RMSprop优化算法构建一维卷积神经网络丙酮气体质量浓度检测模型,可实现模拟多组分气体环境中丙酮气体的高精度定量分析.实验结果表明,该模型的拟合优度为0.995,平均相对误差为0.088 5,平均绝对误差为0.121 6 mg/m3,检测效果优于多层感知器神经网络、支持向量回归机等其他6种算法模型.在基于该系统开展的呼气实验测试中,15组样本的检测标准差在0.012 5～0.370 9 mg/m3之间,具有优异的稳定性.
更多相关知识
关键词
仿生嗅觉丙酮气体检测微机电系统卷积神经网络biomimetic olfactoryacetone gas detectionmicro-electro-mechanical system(MEMS)convolutional neural network
分类号
TH89
DOI
10.16508/j.cnki.11-5866/n.2023.03.008
发布时间
2023-08-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
