基于多传感器融合的空气质量检测

作者：李景富; ***

来源：现代电子技术, 2020, 43(19): 171-174.

DOI：10.16652/j.issn.1004-373x.2020.19.041

• 空气质量
• BP神经网络
• 检测模型
• 传感器阵列
• 学习样本
• 机器学习算法

针对当前空气质量检测错误率高,检测效率低的难题,以获得理想的空气质量检测结果为目标,设计了基于多传感器融合的空气质量检测模型。首先,分析了当前空气质量检测的研究现状,找到引起空气质量检测效果差的原因;然后,采用多个传感器同时对空气质量检测数据进行采集,建立空气质量检测的学习样本;最后,采用机器学习算法对空气质量检测学习样本进行训练,构建空气质量检测模型,并采用验证数据与其他空气质量检测模型进行对比实验,该设计模型的空气质量检测精度超过95%,可以准确描述空气质量的变化特点,而且空气质量检测时间也远远少于对比模型,提升了空气质量检测效率,具有更加广泛的应用范围。

• 单位
  黄淮学院