Optimización de una nariz electrónica a través de un método de selección de variables

El presente artículo aborda el proceso de optimización en la adquisición de un sistema de percepción artificial (nariz electrónica), el cual está compuesto de una matriz que cuenta con 16 sensores de gases químicos y métodos de procesamiento de señales para la clasificación de compuestos químicos. Se utilizaron en total tres compuestos orgánicos volátiles (COV), de tipo hidrocarburos aromáticos (benceno, tolueno y xileno), a diferentes niveles de concentración, entre los 500, 1000 y 1500 ppm (partes por millón). El objetivo del estudio fue mejorar el funcionamiento de una nariz electrónica, a través de la implementación de métodos de reconocimiento de patrones (MLP, PNN, SVM), y la técnica de selección de variables ‘Simulated annealing (SA)’ y PNN (Probabilistic Neural Network), obteniendo una reducción importante de la matriz de datos y llegando a un porcentaje de acierto de hasta el 100% en la clasificación.

• Autores: Durán Acevedo, Cristhian Manuel
• Tipo de recurso: Article of journal
• Fecha de publicación: 2013
• Institución: Universidad Autónoma de Occidente
• Repositorio: RED: Repositorio Educativo Digital UAO
• Idioma: spa
• OAI Identifier: oai:red.uao.edu.co:10614/10820
• Acceso en línea: http://hdl.handle.net/10614/10820
• Palabra clave: nariz electrónica; compuestos químicos; procesamiento; sensores de gases; procesamiento; optimización
• Rights: openAccess
• License: Derechos Reservados - Universidad Autónoma de Occidente