XGBoost算法与多传感器干扰抑制的甲醛检测系统
设计了一种多传感器与机器学习相结合的甲醛检测系统.通过多个传感器采集环境中的温湿度、甲醛、酒精、氨气的值.将采集到的数据利用局部异常因子(LOF)算法进行预处理去除异常值,然后通过决策树(CART)算法提取重要特征,再利用多项式核函数将重要特征映射到高维得到最终的特征向量,最后通过XGBoost算法对特征向量进行训练生成预测模型,将训练好的模型导入手机后进行推理,得到抑制交叉干扰后的甲醛检测结果并显示.
甲醛检测、STM32F103、数据预处理、XGBoost
19
TN98
2019-08-27（万方平台首次上网日期，不代表论文的发表时间）
共5页
23-26,55
