一种基于机器学习的利用单一敏感材料识别多种气体的方法

本发明公开了一种基于机器学习的利用单一敏感材料识别多种气体的方法，属于气体传感器技术领域，包括：确定对目标气体有响应的敏感材料，并将选定的敏感材料制成半导体气体传感元件；测试半导体气体传感元件在不同气体、不同浓度下的瞬时电阻，得到半导体气体传感元件的响应曲线和恢复曲线；对响应曲线和恢复曲线进行统一模式处理，后分别提取所有响应曲线和恢复曲线的特征参数；将提取的特征参数使用主成分分析法进行降维，并生成对应的图谱；使用多种机器学习算法，分别对图谱画出决策边界；使用k‑fold和准确率对不同机器学习算法得出的决策边界进行综合评估，选出最优方案。该方法通过结合传感器的响应曲线特征和机器学习算法，可区分臭氧与氮氧化物等多种气体，为臭氧污染的精确治理提供了一种高效、可靠的解决方案。