基于支持向量機(jī)的氣體傳感陣列模式識(shí)別方法研究.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步和工業(yè)生產(chǎn)的發(fā)展，對(duì)氣體的檢測(cè)不僅要求快速、準(zhǔn)確，而且還要求檢測(cè)能夠在線進(jìn)行。由于氣體傳感器普遍存在交叉敏感，單一氣體傳感器無(wú)法對(duì)多種氣體進(jìn)行準(zhǔn)確的定性識(shí)別和定量檢測(cè)。因此，將多個(gè)氣體傳感器組成陣列與模式識(shí)別方法相結(jié)合進(jìn)行多組分氣體的識(shí)別與檢測(cè)具有更大的實(shí)用價(jià)值。而模式識(shí)別技術(shù)對(duì)識(shí)別效果起著關(guān)鍵性的作用。
　　 本文以電力變壓器油中六種溶解氣體（H2，CO，CH4，C2H4，C2H2，C2H6）在線檢測(cè)為例，提

2、出了一種基于免疫加權(quán)支持向量回歸機(jī)的氣體傳感陣列模式識(shí)別方法。論文依次講述了氣體傳感陣列國(guó)內(nèi)外研究現(xiàn)狀和常用模式識(shí)別方法，并對(duì)MQ型氣體傳感器進(jìn)行特性實(shí)驗(yàn)研究，介紹了支持向量機(jī)模式識(shí)別理論，最后著重對(duì)基于支持向量機(jī)的氣體傳感陣列模式識(shí)別方法進(jìn)行了逐步深入的研究，在利用氣體傳感陣列獲取氣體組分和濃度多維信息的基礎(chǔ)上，結(jié)合支持向量機(jī)模式識(shí)別理論，對(duì)變壓器油中溶解氣體進(jìn)行定量分析。
　　 首先對(duì)MQ型氣體傳感器進(jìn)行了特性實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)

3、驗(yàn)證了MQ系列氣體傳感器具有良好的靈敏度、重復(fù)性和響應(yīng)特性，但同時(shí)存在一定的交叉敏感。
　　 針對(duì)神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法存在網(wǎng)絡(luò)結(jié)構(gòu)難于確定、易陷入局部極小值等問(wèn)題，分別采用BP神經(jīng)網(wǎng)絡(luò)和標(biāo)準(zhǔn)支持向量回歸機(jī)（SVR）對(duì)氣體傳感陣列測(cè)得的信號(hào)進(jìn)行模式識(shí)別。結(jié)果表明，經(jīng)過(guò)SVR進(jìn)行模式識(shí)別后的值明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)識(shí)別值。將免疫算法用于支持向量機(jī)參數(shù)優(yōu)化過(guò)程中，利用免疫算法保持群體多樣性的特點(diǎn)進(jìn)行參數(shù)全局尋優(yōu)，將參數(shù)優(yōu)化后的支持向量機(jī)

4、應(yīng)用于氣體傳感陣列模式識(shí)別中。通過(guò)對(duì)比表明，免疫支持向量機(jī)克服了標(biāo)準(zhǔn)支持向量機(jī)（SVM）采用試湊法確定參數(shù)的不足，識(shí)別精度較SVM有進(jìn)一步的提高。
　　 針對(duì)標(biāo)準(zhǔn)支持向量回歸機(jī)中未考慮各樣本重要性的差異問(wèn)題，給各個(gè)樣本的懲罰系數(shù)賦予不同權(quán)重，分別采用線性插值法和非線性插值法對(duì)參數(shù)進(jìn)行加權(quán)，將經(jīng)過(guò)免疫算法全局尋優(yōu)和參數(shù)加權(quán)后的支持向量機(jī)應(yīng)用于氣體傳感陣列模式識(shí)別中。結(jié)果表明，免疫加權(quán)支持向量機(jī)具有更高精度的識(shí)別效果，更好的性能和應(yīng)