Wyszukiwarka
Abstrakt
Efficiency of various gas detection algorithms by applying fluctuation enhanced sensing method was discussed. We have analyzed resistance noise observed in resistive WO3- nanowires gas sensing layers. Power spectral densities of the recorded noise were used as the input data vectors for two algorithms: the principal component analysis (PCA) and the support vector machine (SVM). The data were used to determine gas concentration by regression methods. Additionally, the SVM algorithm used the slope of 1/f noise estimated for consecutive low frequency bands only to reduce the volume of computation by limiting the input data vector size. The results show that the SVM method gives the best results when the input vector is a power spectral density.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
2
Scopus
Autorzy (3)
-
Radu Ionescu
- Rovira i Virgily University Department of Electronics
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- materiały konferencyjne indeksowane w Web of Science
- Tytuł wydania:
- 2015 International Conference on Noise and Fluctuations (ICNF) strony 1 - 4
- Język:
- angielski
- Rok wydania:
- 2015
- Opis bibliograficzny:
- Lentka Ł., Smulko J., Ionescu R..: Efficiency of gas detection algorithms using fluctuation enhanced sensing, W: 2015 International Conference on Noise and Fluctuations (ICNF), 2015, IEEE,.
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/icnf.2015.7288621
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 115 razy