论文部分内容阅读
信息化时代,计算机技术、网络技术和通信技术被广泛的应用。培养、发展以计算机为主的智能化工具在各个领域能带来很大的作用。传感器技术作为信息获取与信息转换的重要的手段,与各个学科相互结合,渗透到各个领域的应用。用于物质成分检测的电化学传感器技术具有灵敏度高、仪器简单易操作、检测成本低以及可在线分析等优点,是近年来分析方法的一个重要研究方向。许多物质因为结构性质相似,用电化学传感器在实际样品的检测中相互之间容易产生干扰,成功的区分这类物质一直是电化学检测技术重点研究的方向。本文选取两种性质相似、电位靠近的嘌呤——腺嘌呤(A)和次黄嘌呤(Hx)为研究对象,以碳纳米管材料为修饰电极构建伏安检测传感器装置,对这两种物质进行了同时检测实验并对其结果进行了进一步的研究。峰值电位靠近的两种物质在伏安检测实验中会出现峰形重叠的情况,为了更好地进行实验数据分析,研究重叠峰分离的方法技术是很有必要的。研究人员表明分数阶导能有效地对重叠峰进行分离。本文考虑到腺嘌呤和次黄嘌呤的响应峰是重叠的两个峰形,尝试将半阶导技术运用到图形上的双峰分离处理上,实现对实验数据的预处理。将实验数据用半阶导算法处理后,用图形对比的方法,证明了半阶导技术预处理后的数据是可以用的。在电化学传感器检测实验的基础上,将电化学传感器检测技术与计算机技术相结合,利用支持向量机(SVM)算法构建了 A和Hx同时检测实验结果的判别系统,用于智能化分析处理检测实验得到的数据。本文基于SVM算法构建的系统成功的实现了对不同检测结果的智能化判别。将半阶导算法处理后的数据导入到系统后,进行智能化判别A、Hx同时检测的结果,以达到智能化差别、减少人为干预的目的。为了在数据处理过程中,使处理过程变得简捷高效,本文采用了 K-means算法,K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标。为了评估构建的传感器在测试实验中的稳定性,本文在进行多次试验后,结合K-means算法将这些数据聚类分析,成功判断数据的稳定性,结果表明本系统在对A、Hx同时检测的数据进行分离预处理、智能差别及实验方法稳定性评估方法的有效性,为电化学检测的智能化提供了方向。