摘要
本发明公开了一种面向冷链果蔬物流运输车的特征气体检测方法,通过在冷链物流运输车模型中间断通入氧气和氨气,通过氧气传感器和氨气传感器对氧气和氨气的实时浓度进行采集,获取设定数量组氧气和氨气传感器输出电压信号,随机各选取部分电压信号作为训练集、其余组作为预测集,然后基于白鲸算法优化的极限学习机分类预测,对数据进行计算和分类。本发明通过基于白鲸算法优化的极限学习机分类预测提升冷链果蔬物流运输车的特征气体检测的稳定性、准确度和智能化,实现对果蔬健康状态的实时检测。
技术关键词
特征气体检测
物流运输车
冷链果蔬
氨气传感器
极限学习机分类
氧气传感器
极限学习机算法
电压
密封胶泥
车厢侧壁
输气管
训练集
氨水
信号
代表
系统为您推荐了相关专利信息
冷链物流运输车厢
逻辑回归模型
实时监测方法
特征值
测量点
物流运输车辆
管理方法
多源异构数据融合
风险预测模型
指数
三维点云数据
结构件
飞机
三维扫描仪
高分辨率相机
智能控制方法
氨氮
分区
多元线性回归算法
一氧化二氮
堆肥
智能监控方法
LoRa通信模块
传感器节点
指数