(54.236.58.220) 您好!臺灣時間:2021/02/27 12:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:宋俊緯
研究生(外文):Sung, Jyun-Wei
論文名稱:適用於可攜式電子鼻系統之氣體辨識方法
論文名稱(外文):Analysis and Design of Portable Electronic Nose Systems
指導教授:徐爵民
指導教授(外文):Shyu, Jyuo-Min
學位類別:碩士
校院名稱:國立清華大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2010
畢業學年度:98
語文別:中文
論文頁數:58
中文關鍵詞:電子鼻氣體分析K-最鄰近分類法異常偵測方法
外文關鍵詞:Electronic NoseOdor AnalysisK-Nearest Neighbor Classifieroutlier detection
相關次數:
  • 被引用被引用:1
  • 點閱點閱:473
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:129
  • 收藏至我的研究室書目清單書目收藏:0
電子鼻雖然已經行之有年,但其具體實現至今仍然停留在大型儀器。一方面,目前電子鼻系統對於單一已知氣體的辨識演算法已有相當程度的準確率,但是對於測試氣體中含有未知氣體的情形,則尚未有有效的演算法。然而,除了在實驗室中能產生單一氣體的環境,日常生活所遇到的應用,空氣中實際上都是包含了未知氣體成份的環境。本論文將未知氣體視為一個未歸類的氣體(不屬於訓練資料庫中的任何一個類別的氣體),並設計一個排除機制以避免誤判,以提高氣體辨識正確率。
另一方面,現行技術主要是利用多組感測器的結合,以同時偵測多種氣體,但卻也使得整個偵測系統的體積相當大。本論文嘗試從規格與實際應用考量來設計可攜式電子鼻系統晶片,並實際驗證其可行性。

Electronic nose systems have been used to detect odorous molecules in industrial and environmental applications. Most existing algorithms for such applications are based on the concept of nearest-neighbor classification which computes the "distance" between the test odor and a set of known odors (also called training odors), and may erroneously classify an unknown odor as an odor in the training data set. In this thesis, we propose to improve
the situation by treating the unknown odor (if not belonging to the training data set) as an unclassified odor, and use an outlier rejection mechanism to
avoid misjudgment. We also designed and fabricated an integrated system chip (containing sensor interface circuitry, analog-to-digital converter, 8-bit
microcontroller, and memory) for use in a portable electronic nose system. Experimental results are shown to justify the effectiveness of our proposed algorithm and integrated chip.

1 緒論
1.1 研究動機
1.2 相關研究成果
1.2.1 主成分分析法(Principle Component Analysis, PCA)
1.2.2 線性識別分析法(Linear Discrimination Analysis, LDA)
1.2.3 K-最鄰近分類(K-Nearest Neighbor Classification, KNN)
1.2.4 局部加權最鄰近分類法(Locally Weighted Nearest Neighbor Classifier, LWNN)
1.2.5 氣體辨識結果
2 混合氣體分析法
2.1 氣體辨識方法之改進
2.1.1 以距離為基礎的異常偵測方法(Distance-based outlier
detection)
2.1.2 以中位數作為臨界值的K-最鄰近分類法(The
median threshold K-nearest-neighbors classification, MTKNN)
2.1.3 適用於可攜式電子鼻系統之氣體辨識方法
2.2 實驗方法與流程
2.2.1 實驗設計
2.2.2 實驗方法與步驟
2.2.3 氣體訊號擷取
2.3 結果與分析
2.3.1 氣體辨識正確率
2.3.2 拔靴法(Bootstrap Re-sampling)
3 電子鼻系統晶片之設計與整合測試
3.1 晶片規格與設計
3.2 晶片模擬方法
3.2.1 建立模擬環境
3.2.2 產生測試資料
3.2.3 驗證自動化
3.2.4 時序分析
3.2.5 測試考量
3.3 晶片測試方法
3.3.1 建立測試環境
3.3.2 測試流程
3.3.3 測試結果
3.4 電子鼻系統整合測試
3.4.1 測試環境
3.4.2 KNN測試
3.4.3 MTKNN測試
4 結論與未來研究方向

[1] T. Aishima. Aroma discrimination by pattern recognition analysis of re-sponses from semiconductor gas sensor arrays. In Journal of Agricultural and Food Chemistry, pages 752–756. ACS, 1991.
[2] L. D. and N. Ben-Arie. Olfactory receptors. pages 668–674. Current Biology, 1993.
[3] B. Efron. Bootstrap methods: Another look at the jackknife. In The Annals of Statistics, pages 1–26, 1979.
[4] B. Efron. Better bootstrap confidence intervals. In J. Amer. Statist. Assoc., 1987.
[5] A. F and P. C. Fast outlier detection in high dimensional spaces. In Pro-ceedings of the 6th European Conference on Principles of Data Mining and Knowledge Discovery, pages 15–26. ACM, 2002.
[6] D. Hawkins. Identification of outliers. London, 1980. Chapman and Hall.
[7] D. S. B. Jr., S. L. Rose, J. W. Grate, and H. Wohltjen. Correlationof surface acoustic wave device coating responses with solubility properties and chemical structure using pattern recognition. In Analytical Chemistry, pages 3058–3066, 1986.
[8] E. M. Knorr and R. T. Ng. Finding intensional knowledge of distance-based outliers. In Proceedings of 25th International Conference on Very Large Data Bases, pages 211–222, Edinburgh, Scotland, UK, 1999.
[9] Y.-S. Lin. Methods of odor analysis for electronic nose systems. MS Thesis, National Tsing Hua University Institutional Repository, 2009.
[10] A. M. Martinez and A. C. Kak. Pca versus lda. In IEEE Transactions on Pattern Analysis and Machine Intelligence, pages 228–233, 2001.
[11] T. C. Pearce, J. W. Gardner, S. Friel, P. N. Bartlett, and N. Blair. Electronic nose for monitoring the flavour of beers. In Analyst, pages 371–377, 1986.
[12] R. Polikar, R. Shinar, V. Honavar, L. Udpa, and M. Porter. Detection and identification of odorants using an electronic nose. In Proceedings of the IEEE Conference on Acoustics, Speech, and Signal Processing (ICASSP), Salt Lake City, Utah, USA, 2001.
[13] R. R. Reed. Signaling pathways in odorant detection. pages 205–209. Neuron, 1992.
[14] R. S., R. R., and S. K. Efficient algorithms for mining outliers from large datasets. In Proceedings of the international conference on management of data(SIGMOD), pages 427–438. ACM SIGMOD, 2000.
[15] L. I. Smith. A tutorial on principal components analysis. 2002.

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 應鳳凰,〈鍾理和「貧賤夫妻」〉《明道文藝》,第298期,2001年1月。
2. 應鳳凰,〈重新月讀鍾理和——並探勘其文學發展史〉《淡水牛津文藝》,第2期,1999年2月。
3. 吳錦發,〈鍾理和小說中的客家女性塑像〉《民眾日報》,1990年12月9日。
4. 張良澤,〈從鍾理和的遺書說起——理和思想初探〉《中外文學》,第2卷第6期,1973年12月。
5. 陳丹橘,〈鍾理和的文學觀及其作品中的農民世界〉《臺灣新文學》,第4期,1996年4月。
6. 韓淑惠,〈談鍾理和筆下的農民世界〉《臺灣文藝》,第54期,1977年3月。
7. 陳光明,〈「做田」解〉《中國語文》,第90卷第6期,2002年6月。
8. 陳雀華,〈讀鍾理和小論〉《臺灣文藝》,第35期,1972年4月。
9. 梁明雄,〈試論鍾理和小說中的人物〉《臺灣文學評論》,第2卷第4期,2002年1月。
10. 梁明雄,〈鄉土文學的傳薪者——鍾理和〉《南臺文化》,第3期,2001年9月。
11. 鍾鐵民,〈鍾理和文學中所展現的人性尊嚴〉《臺灣文藝》,第8期,1991年12月。
12. 梁明雄,〈真實與虛構 ——試論鍾理和小說中的人物〉《臺灣文學評論》,第2卷第1期,2002年1月。
13. 陳雙景,〈鍾理和作品的修辭技巧〉《文藻學報》,第16期,2002年5月。
14. 鍾肇政,〈為文學而生,為文學而死——紀念鍾理和八秩冥誕〉《聯合文學》,第11卷第2期,1994年12月。
15. 鄭欽明,〈愛使生命動聽——沒有界限的思念〉《書與人》,第6期,2008年8月。
 
系統版面圖檔 系統版面圖檔