论文部分内容阅读
优选CO和H2气体敏感的半导体气体传感器组成阵列，建立实时数据采集系统，结合BP神经网络模式识别技术，实现了混合气体组分的定量分析。讨论了不同响应时间下的阵列输出值、不同的数据预处理算法及不同的神经网络结构等主要影响因素对网络输出结果的影响。结果表明，采用RRD预处理算法对3min响应时间下的阵列输出值进行处理，再输入到有12个隐层神经元数的3层BP神经网络进行训练，预测的效果最好。该处理模式能较准确地完成CO和H2混合气体组分的定量分析。