卟啉氣體檢測系統(tǒng)氣體識別算法的研究與工程應用.pdf

1、卟啉氣體檢測系統(tǒng)氣體識別算法的研究與工程應用重慶大學碩士學位論文（專業(yè)學位）學生姓名：謝新莘指導教師：羅小剛副教授學位類別：工程碩士（生物醫(yī)學工程領域）重慶大學生物工程學院二O一四年四月重慶大學碩士學位論文中文摘要I摘要近年來，沙塵暴的肆虐和霧霾天氣頻發(fā)，容易引發(fā)人體呼吸道疾病甚至癌變。臨床醫(yī)療報告已經證實，幾種癌癥的患者可以通過呼出氣體進行疾病的早期診斷。以卟啉作為傳感器的氣體檢測系統(tǒng)能夠快速準確地與氣體反應并產生差值圖譜，作為判別氣

2、體種類的依據(jù)。由于卟啉的高靈敏度，當同種氣體進行平行實驗時，實驗環(huán)境和待測氣體濃度的細微差異都會導致卟啉差值圖譜出現(xiàn)差異。這種現(xiàn)象稱為實驗結果發(fā)散，會影響氣體識別的正確率。因此，一種智能的，能以差值圖譜的數(shù)據(jù)為依據(jù)對氣體進行分類的算法是保證氣體檢測系統(tǒng)高識別率的關鍵。本文設計了一種應用于卟啉氣體檢測系統(tǒng)的氣體種類識別算法。該算法以差值圖譜的特征提取結果為處理對象，結合粗糙集的數(shù)據(jù)約簡功能與BP神經網絡的訓練和識別功能，將未知氣體樣本進行

3、種類識別。在對該算法的可用性和準確性進行驗證后，將其以C語言為開發(fā)語言，分別在Windows系統(tǒng)VC平臺和Linux系統(tǒng)的Qt平臺編程實現(xiàn)，以加載到卟啉氣體檢測系統(tǒng)的PC系統(tǒng)軟件和嵌入式應用程序中。具體的研究內容包括：(1)結合粗糙集與BP神經網絡，利用粗糙集的數(shù)據(jù)約簡功能對氣體樣本差值圖譜的特征值進行約簡，再作為BP神經網絡的訓練輸入或者識別輸入。避免BP網絡陷入局部最小值，提高訓練效率和識別精度。(2)對該算法進行驗證。包括驗證BP

4、網絡的性能如訓練收斂、識別精度、泛化性等，結果表明本文所構造的網絡的上述性能良好；通過對比三種氣體的聚類分析結果與本文設計的算法的識別結果，可以證明該算法在實驗結果發(fā)散時也能保持較好的識別率。(3)分別對該算法的識別程序和訓練程序進行功能需求分析以及架構設計，以VC為平臺進行編碼，實現(xiàn)了本文設計的氣體種類識別程序模塊，并加載到卟啉氣體檢測系統(tǒng)在PC機上的運行軟件中，完善了該軟件的功能。(4)將PC機上的卟啉氣體檢測系統(tǒng)軟件的氣體種類識別