VOCs分子的半导体型传感器识别检测研究进展

篇名：VOCs分子的半导体型传感器识别检测研究进展 

英文：Progress in Research on VOC Molecule Recognition by Semiconductor Sensors 

作者：刘弘禹 1,2，孟钢 1,*，邓赞红 1，李蒙 1,2，常鋆青 1,2，代甜甜 1,2，方晓东 1,* 

单位：1 中国科学院合肥物质科学研究院； 2 中国科学技术大学

关键词：金属氧化物半导体；气体传感器；电子鼻；热调制；模式识别；机器学习；卷积神经网络

摘要：具有体积小、功耗低、灵敏度高、硅工艺兼容性好等优点的金属氧化物半导体(MOS)气体传感器现已广泛地应用于军事、科研和国民经济的各个领域。然而MOS传感器的低选择性阻碍了其在物联网(IoT)时代的应用前景。为此，本文综述了解决MOS传感器选择性的研究进展，主要介绍了敏感材料性能提升、电子鼻和热调制三种改善MOS传感器选择性的技术方法，阐述了三种方法目前所存在的问题及其未来的发展趋势。同时，本文还对比介绍了机器嗅觉领域主流的主成分分析(PCA)、线性判别分析(LDA)和神经网络(NN)模式识别/机器学习算法。最后，本综述展望了具有数据降维、特征提取和鲁棒性识别分类性能的卷积神经网络(CNN)深度学习算法在气体识别领域的应用前景。基于敏感材料性能的提升、多种调制手段与阵列技术的结合以及人工智能(AI)领域深度学习算法的最新进展，将会极大地增强非选择性MOS传感器的挥发性有机化合物(VOCs)分子识别能力。 

中图分类号：O649

原文下载：VOCs分子的半导体型传感器识别检测研究进展_刘弘禹.pdf