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

作     者：耿宽 ATA Jahangir Moshayedi 张浩 张伟 胡建东 GENG Kuan;ATA Jahangir Moshayedi;ZHANG Hao;ZHANG Wei;HU Jiandong

作者机构：河南农业大学机电工程学院河南郑州450002 省部共建小麦玉米作物学国家重点实验室河南郑州450002 河南省农业激光技术国际联合实验室河南郑州450002 江西理工大学信息工程学院江西赣州341000 

基　　金：国家自然科学基金项目(32071890) 国家重点研发计划项目(2021YFD1700904) 农业生物资源工程技术外籍科学家工作室项目(GZS2021007) 

出 版 物：《河南农业大学学报》 (Journal of Henan Agricultural University)

年 卷 期：2024年第58卷第2期

页      码：269-278页

摘      要：【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(SnO_(2))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、303.6 mg·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平均分类准确率为68%。【结论】该多传感器阵列检测系统不需要等待传感器进入稳态阶段便可以读取数据,有助于农田环境中氨气快速和连续检测。

主 题 词：多传感器阵列 挥发氨 机器学习 农田 稳态相 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 

D　O　I：10.16445/j.cnki.1000-2340.20240022.002

馆 藏 号：203127472...