神经网络在SnO<,2>气敏元件浓度测量中的应用

摘要：

气体传感器属于传感器技术领域,在传感器行业中占有重要的地位。然而气体传感器阵列的交叉敏感性严重影响气体传感器对混合气体的测量。基于Matlab平台的神经网络工具箱,分别构建BP神经网络和RBF(径向基)神经网络,对由涂敷不同敏感材料的声表面波振荡器组成的阵列在4种混合气体灵敏度响应数据进行定量识别研究,结果表明RBF神经网络在气体定量识别方面更具优势。

关键词： 神经网络 气敏元件 浓度测量 气体传感器 气体定量识别

作者: 林剑锋 戚金清 王兢

作者单位: 大连理工大学电子信息工程学院,辽宁大连,116023

会议类型: 国内会议

会议名称: 第11届全国敏感元件与传感器学术会议

会议地点: 杭州

会议语种:中文

页码: 388-389,433

在线出版日期: 2009-11-04（万方平台首次上网日期，不代表论文的发表时间）