%0 Journal Article
%T 基于SVM和PCA的痕量多组分气体检测方法*
%A 余道洋
%A 戚功美
%A 瞿顶军
%A 李民强
%A 刘锦淮
%J 模式识别与人工智能
%P 720-727
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201508007
%X 针对气敏和光学传感器等常规方法难以检测痕量多组分气体的问题，采用快速色谱与气敏传感器阵列结合的检测方法获取痕量多组分气体的信号，然后对信号采用支持向量机(SVM)训练分类气体模式特征.为获得较好的气体识别模型，使用粒子群算法(PSO)优化SVM参数.通过对实际样品检测和识别，并对比评估同类检测仪器采用的检测识别方法，验证文中方法对混合气体的选择性更好，采用的SVM、PCA和PSO组合方法更适合处理和识别小样本数据.研制的多组分痕量气体检测样机具有更高的识别率、重复性和稳定性.
%K 支持向量机
%K 主成分分析
%K 多组分
%K 痕量气体检测
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10420.shtml