基于机器学习算法的农田挥发氨多传感器阵列检测技术研究

【目的】设计能够快速、低成本、便捷检测农田挥发氨装置。【方法】构建基于二氧化锡(SnO₂)半导体气体传感器阵列检测系统,并在新鲜空气(氨气质量浓度为0 mg·m^-3)和氨气质量浓度分别为75.9、151.8、303.6mg·m^-3条件下,以及混合有乙醇的空气、纯乙醇气体(质量浓度为151.8 mg·m^-3)、混合有氨气的空气和纯氨气气体(质量浓度为151.8 mg·m^-3)样品下,通过主成分分析法(principal component analysis,PCA)、K-最近邻算法(K-nearest neighbors,KNN)和支持向量机算法(support vector machine,SVM)对多传感器阵列响应稳态阶段和暂态阶段的数据进行分类处理,分析该系统对不同质量浓度氨气和混合气体环境下氨气的区分效果。【结果】该装置能够明显区分不同质量浓度氨气,稳态阶段的主成分1值超过90%。KNN与SVM算法稳态阶段平均准确率超过97%,暂态阶段平均准确率68%,KNN与SVM平均...