用神经网络提高SO2传感器的检测速度
来源期刊:功能材料与器件学报2001年第1期
论文作者:刘光泗 魏培永 于丽娟 刘君华 朱长纯 韦玮
关键词:聚苯胺膜; 神经网络; 预测; SO2传感器;
摘 要:制作了新型IDC结构聚苯胺膜SO2传感器,测得不同SO2浓度的电导响应与恢复时间曲线。从这些气敏特性曲线出发,以电导响应曲线的斜率作为网络的输入,对应的SO2浓度作为输出,建立了BP网络预测推理模式,对四组数据的预测结果表明精度较高(误差小于3%),具有很好的预测能力。这种方法不同于传统的标定方法,后者需要4min才能达到稳定的响应,神经网络样本检测不需要达到稳定的响应就可以预测SO2的浓度,从而大大缩短了结果的响应时间(缩短了75%)。
刘光泗1,魏培永2,于丽娟2,刘君华2,朱长纯2,韦玮2
(1.西安市环境保护研究所,;
2.西安交通大学,)
摘要:制作了新型IDC结构聚苯胺膜SO2传感器,测得不同SO2浓度的电导响应与恢复时间曲线。从这些气敏特性曲线出发,以电导响应曲线的斜率作为网络的输入,对应的SO2浓度作为输出,建立了BP网络预测推理模式,对四组数据的预测结果表明精度较高(误差小于3%),具有很好的预测能力。这种方法不同于传统的标定方法,后者需要4min才能达到稳定的响应,神经网络样本检测不需要达到稳定的响应就可以预测SO2的浓度,从而大大缩短了结果的响应时间(缩短了75%)。
关键词:聚苯胺膜; 神经网络; 预测; SO2传感器;
【全文内容正在添加中】