典型文献
基于MOS阵列传感与机器学习的有毒有害气体检测技术研究
文献摘要：
针对金属氧化物半导体(MOS)材料对炼化场景常见有毒有害气体(H2 S、CH4、H2)普遍存在的交叉响应问题,设计、制备了基于WO3纳米线与SnO2纳米颗粒的传感器阵列,并搭建测试平台,运用多种机器学习算法处理传感器阵列对H2 S、CH4、H2的响应数据.实验结果表明,1号、2号、4号、5号传感器组成的阵列在2次SVM条件下气体种类定性准确率达到99.6％,CH4与H2混合气体10层神经网络定量误差分别小于5％与0.1％.
文献关键词：
纳米材料;MOS;传感器阵列;机器学习;有毒有害气体;混合气体;检测系统
中图分类号：
作者姓名：
王浩志
作者机构：
中石化安全工程研究院有限公司化学品安全控制国家重点实验室,山东青岛 266104
文献出处：
引用格式：
[1]王浩志-.基于MOS阵列传感与机器学习的有毒有害气体检测技术研究)[J].安全、健康和环境,2022(10):14-19
A类：
B类：
MOS,列传,有毒有害气体,气体检测技术,金属氧化物半导体,炼化,H2,CH4,WO3,纳米线,SnO2,纳米颗粒,传感器阵列,测试平台,机器学习算法,响应数据,下气,混合气体,定量误差,纳米材料
AB值：
0.297778
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
