期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
网格化空气质量监测仪中气体干扰模型的建立
被引量:
3
1
作者
闫续
张国城
+4 位作者
沈上圯
冯端
杨振琪
董谋
赵红达
《仪表技术与传感器》
CSCD
北大核心
2023年第4期36-41,共6页
网格化空气质量监测仪(简称微型站)利用内部集成的电化学气体传感器检测NO2、SO_(2)、CO和O_(3)等空气污染物,具有成本低、体积小等优点,但电化学传感器自身存在的气体交叉干扰问题极大地影响了监测结果的准确性。通过一元、多元线性和...
网格化空气质量监测仪(简称微型站)利用内部集成的电化学气体传感器检测NO2、SO_(2)、CO和O_(3)等空气污染物,具有成本低、体积小等优点,但电化学传感器自身存在的气体交叉干扰问题极大地影响了监测结果的准确性。通过一元、多元线性和多元非线性回归分析的方法研究了微型站内的4种传感器的交叉干扰模型。结果表明:NO_(2)、CO传感器符合一元线性模型,拟合优度(R^(2)值)分别为0.9778和0.9898;而多元线性模型更适用于O_(3)和SO_(2)传感器,R^(2)值分别为0.9773和0.8901。在此基础上,通过进一步引入气体浓度交叉项进行优化,可以使SO2传感器的R2值提升至0.9294。气体交叉干扰模型的建立和优化有助于提高微型站对空气污染物的监测能力,同时为厂家设计和改良仪器提供参考。
展开更多
关键词
网格化
空气质量
监测仪
微型站
电
化
学传感器
气体传感器
气体交叉干扰
回归分析
下载PDF
职称材料
基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正
2
作者
闫续
张国城
+5 位作者
冯端
田莹
沈上圯
杨振琪
董谋
赵红达
《仪表技术与传感器》
CSCD
北大核心
2024年第2期44-49,55,共7页
空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确...
空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确性。针对交叉干扰非线性,难以用明确的数学表达式描述的问题,提出将改进鲸鱼算法优化的反向传播(CIWOA-BP)神经网络应用于微型站数据的修正。CIWOA-BP算法结合了BP神经网络善于处理非线性黑箱问题的优势以及CIWOA全局寻优的能力。结果表明:经过CIWOA-BP修正后的微型站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体的计算值和实际值之间的拟合优度(R^(2))均超过了0.97,效果优于一元、多元线性回归和传统的BP神经网络,可以很好地提升设备对空气污染物的监测精度。
展开更多
关键词
网格化
空气质量
监测仪
微型站
改进鲸鱼算法
BP神经网络
电
化
学传感器
气体交叉干扰
下载PDF
职称材料
题名
网格化空气质量监测仪中气体干扰模型的建立
被引量:
3
1
作者
闫续
张国城
沈上圯
冯端
杨振琪
董谋
赵红达
机构
北京市计量检测科学研究院
北京师范大学物理学系
出处
《仪表技术与传感器》
CSCD
北大核心
2023年第4期36-41,共6页
基金
北京市科委“首都蓝天行动培育”项目(Z181100005418010)。
文摘
网格化空气质量监测仪(简称微型站)利用内部集成的电化学气体传感器检测NO2、SO_(2)、CO和O_(3)等空气污染物,具有成本低、体积小等优点,但电化学传感器自身存在的气体交叉干扰问题极大地影响了监测结果的准确性。通过一元、多元线性和多元非线性回归分析的方法研究了微型站内的4种传感器的交叉干扰模型。结果表明:NO_(2)、CO传感器符合一元线性模型,拟合优度(R^(2)值)分别为0.9778和0.9898;而多元线性模型更适用于O_(3)和SO_(2)传感器,R^(2)值分别为0.9773和0.8901。在此基础上,通过进一步引入气体浓度交叉项进行优化,可以使SO2传感器的R2值提升至0.9294。气体交叉干扰模型的建立和优化有助于提高微型站对空气污染物的监测能力,同时为厂家设计和改良仪器提供参考。
关键词
网格化
空气质量
监测仪
微型站
电
化
学传感器
气体传感器
气体交叉干扰
回归分析
Keywords
grid air quality monitor
miniature station
electrochemical sensors
gas sensors
gas cross-interference
regression analysis
分类号
TP216 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正
2
作者
闫续
张国城
冯端
田莹
沈上圯
杨振琪
董谋
赵红达
机构
北京市计量检测科学研究院/国家生态环境监测治理产品质量监督检验中心(北京)
北京师范大学物理学系
出处
《仪表技术与传感器》
CSCD
北大核心
2024年第2期44-49,55,共7页
基金
北京市科委“首都蓝天行动培育”项目(Z181100005418010)。
文摘
空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确性。针对交叉干扰非线性,难以用明确的数学表达式描述的问题,提出将改进鲸鱼算法优化的反向传播(CIWOA-BP)神经网络应用于微型站数据的修正。CIWOA-BP算法结合了BP神经网络善于处理非线性黑箱问题的优势以及CIWOA全局寻优的能力。结果表明:经过CIWOA-BP修正后的微型站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体的计算值和实际值之间的拟合优度(R^(2))均超过了0.97,效果优于一元、多元线性回归和传统的BP神经网络,可以很好地提升设备对空气污染物的监测精度。
关键词
网格化
空气质量
监测仪
微型站
改进鲸鱼算法
BP神经网络
电
化
学传感器
气体交叉干扰
Keywords
grid air quality monitor
miniature monitoring station
CIWOA
BP neural network
electrochemical sensors
gas cross-interference
分类号
TP216 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
网格化空气质量监测仪中气体干扰模型的建立
闫续
张国城
沈上圯
冯端
杨振琪
董谋
赵红达
《仪表技术与传感器》
CSCD
北大核心
2023
3
下载PDF
职称材料
2
基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正
闫续
张国城
冯端
田莹
沈上圯
杨振琪
董谋
赵红达
《仪表技术与传感器》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部