一种用于丙酮气体检测的智能MEMS仿生嗅觉系统

摘要

提出一种基于卷积神经网络的便携式智能仿生嗅觉微机电系统(micro-electro-mechanical system,MEMS)设计方法。采用高集成度异质标记物敏感单元阵列作为系统前端气体感知器,通过RMSprop优化算法构建一维卷积神经网络丙酮气体质量浓度检测模型,可实现模拟多组分气体环境中丙酮气体的高精度定量分析。实验结果表明,该模型的拟合优度为0.995,平均相对误差为0.0885,平均绝对误差为0.1216 mg/m 3,检测效果优于多层感知器神经网络、支持向量回归机等其他6种算法模型。在基于该系统开展的呼气实验测试中,15组样本的检测标准差在0.0125~0.3709 mg/m 3之间,具有优异的稳定性。