XiaoMi-AI文件搜索系统
World File Search System传感器阵
基于气体传感器阵列的早期火灾探测 - UB
阴燃火灾的特点是会产生早期气体排放，其中可能包括由于热解或热降解而产生的高浓度 CO 和挥发性有机化合物 (VOC)。如今，独立的 CO 传感器、烟雾探测器或两者的组合是火灾报警系统的标准组件。虽然气体传感器阵列与模式识别技术相结合是早期火灾探测的宝贵替代方案，但在实践中它们存在某些缺点 - 它们可以检测到早期气体排放，但对干扰的免疫力较低，并且传感器时间漂移可能导致校准模型过时。在这项工作中，我们探索了气体传感器阵列在检测阴燃和塑料火灾的同时确保拒绝一系列干扰的性能。我们在经过验证的标准火灾室（240 立方米）中进行了各种火灾和干扰实验。使用 PLS-DA 和 SVM，我们评估了不同多元校准模型对该数据集的性能。我们表明校准模型在几个月后仍然具有预测性，但并未达到完美的性能。例如，校准 4 个月后，PLS-DA 模型提供 100% 特异性和 85% 灵敏度，因为该系统难以检测塑料火灾，其特征接近于干扰场景。尽管如此，我们的结果表明，基于气体传感器阵列的系统能够比传统的基于烟雾的火灾报警系统提供更快的火灾报警响应。我们还建议使用
用于脑源定位的头皮电磁传感器阵列的优化设计
图 4 全头部 OPM 和混合 OPM/EEG 设计。（a – d）OPM 和混合 OPM/EEG 系统的误差指标与所考虑的头皮磁力仪数量的关系。两个系统的 r 95 的中值和最大值均与市售阵列（不同颜色）相对应的指标一起显示，这些指标是恒定的并且与 OPM 的数量无关。（e – g）仅 OPM（e）、混合 OPM/EEG（f）和完整 OPM ABC 160（g）阵列的等效不确定半径的空间分布，前两个阵列采用 100 个头皮磁力仪。（h – i）所有源的等效不确定半径的归一化直方图，采用线性（h）和半对数（i）尺度。（j）三个系统的 r 95 平均值与源深度的关系（每 5 毫米分箱一次）。 （k – l）最佳混合 OPM/EEG 阵列传感器位置（k）和布局（l）。EEG 电极和 OPM 分别用蓝点和红点表示
用于脑源定位的头皮电磁传感器阵列的优化设计
图 4 全头部 OPM 和混合 OPM/EEG 设计。（a – d）OPM 和混合 OPM/EEG 系统的误差指标与所考虑的头皮磁力仪数量的关系。两个系统的 r 95 的中值和最大值均与市售阵列（不同颜色）相对应的指标一起显示，这些指标是恒定的并且与 OPM 的数量无关。（e – g）仅 OPM（e）、混合 OPM/EEG（f）和完整 OPM ABC 160（g）阵列的等效不确定半径的空间分布，前两个阵列采用 100 个头皮磁力仪。（h – i）所有源的等效不确定半径的归一化直方图，采用线性（h）和半对数（i）尺度。（j）三个系统的 r 95 平均值与源深度的关系（每 5 毫米分箱一次）。 （k – l）最佳混合 OPM/EEG 阵列传感器位置（k）和布局（l）。EEG 电极和 OPM 分别用蓝点和红点表示
石墨烯有源传感器阵列，用于长期和无线映射的宽频带上皮脑活动
石墨烯活性传感器已经证明了检测大脑电生理信号的有希望的能力。它们的功能特性，以及它们的灵活性以及预期的稳定性和生物相容性，使它们成为大规模传感神经界面的有前途的构建块。但是，为了为神经科学和生物医学工程应用提供可靠的工具，必须对该技术的成熟度进行彻底研究。在这里，我们使用无线，准商业媒体舞台上的同质性，灵敏度和稳定性评估了64通道石墨烯传感器阵列的性能，并演示了上皮石墨烯慢性植入物的生物相容性。此外，为了说明该技术检测从slow到高γ频带的皮质信号的潜力，我们在自由表现的啮齿动物中执行了长期无线记录的证明。我们的工作证明了基于石墨烯的技术的成熟度，该技术代表了慢性，宽频带神经传感界面的有前途的候选人。
用于实际的原型边缘生长纳米线传感器阵列......
由于响应特性相似，使用单个电阻半导体传感器监测和分类不同气体具有挑战性。分离的传感器阵列可用作电子鼻，但这种阵列结构庞大，制造工艺复杂。在此，我们轻松制造了一个基于边缘生长的 SnO 2 纳米线的气体传感器阵列，用于实时监测和分类多种气体。该阵列由四个传感器组成，设计在玻璃基板上。SnO 2 纳米线从电极边缘在芯片上生长，相互接触，并充当传感元件。这种方法比后合成技术更有优势，因为 SnO 2 纳米线直接从电极边缘生长，而不是在表面上生长。因此，通过在高生长温度下将 Sn 与 Pt 合金化可以避免对电极造成损坏。进一步检查了传感器阵列对不同气体的传感特性，包括甲醇、异丙醇、乙醇、氨、硫化氢和氢气。雷达图用于改善对不同气体的选择性检测并实现有效分类。© 2020 作者。由 Elsevier BV 代表河内越南国立大学提供出版服务。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
石墨烯溶液的多路复用神经传感器阵列-...
1加泰罗尼亚州纳米科学和纳米技术研究所（ICN2），CSIC和巴塞罗那科学技术研究所，西班牙贝拉特拉校园UAB 2 D'Enginyeria Electria Electer ececlation eccola nima nimant of Barcelone of Barcel， AB，Bellaterra，西班牙4中心调查了BioM'Edica en decon en de en bioingenier' Arcelona，Bellaterra，西班牙7 Inserm and Universit'E Grenoble Alpes，Saint Martin d'H埃雷斯，法国8 ICREA，巴塞罗那，西班牙
由人工智能驱动的智能气体传感器阵列
摘要：像人类一样行动的移动机器人应该拥有多功能灵活的传感系统，包括视觉、听觉、触觉、嗅觉和味觉。气体传感器阵列（GSA），也称为电子鼻，是机器人嗅觉系统的一种可能解决方案，可以检测和区分各种气体分子。应用于电子鼻的人工智能（AI）涉及一组不同的机器学习算法，这些算法可以通过分析来自 GSA 的信号模式来生成气味印记。GSA 和 AI 算法的结合可以使智能机器人在许多领域发挥强大的功能，例如环境监测、气体泄漏检测、食品和饮料生产和储存，尤其是通过检测不同类型和浓度的目标气体进行疾病诊断，具有便携性、低功耗和易于操作的优势。令人兴奋的是，配备“鼻子”的机器人将充当家庭医生，守护每个家庭成员的健康，保证家庭安全。在本综述中，我们总结了 GSA 制造技术和人工嗅觉系统中采用的典型算法的最新研究进展，探索了它们在疾病诊断、环境监测和爆炸物检测中的潜在应用。我们还讨论了气体传感器单元的主要局限性及其可能的解决方案。最后，我们展示了 GSA 在智能家居和城市领域的前景。
惯性传感器阵列 – 文献综述 - OpenShoe
摘要 — 与传统的惯性传感器设置相比，惯性传感器阵列具有改进和扩展传感能力的可能性。自 20 世纪 60 年代以来，惯性传感器阵列一直在研究，最近又重新引起了人们的兴趣，这主要归功于无处不在的微机电 (MEMS) 惯性传感器。然而，惯性传感器阵列的变体和特征数量及其不同的应用使得文献分散。因此，在本文中，我们提供了有关惯性传感器阵列主题的简要摘要和文献综述。出版物以结构化的方式分类和呈现；提供了对 +300 份出版物的引用。最后，展望了与惯性传感器阵列相关的主要研究挑战和机遇。
128 x 1 线性传感器阵列 - Ropla Elektronik
电源电压，V DD 7 V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 数字输入电流范围，II –20 mA 至 20 mA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 工作自然通风温度范围，TA 0 ° C 至 70 ° C . . . . . . . . . . . . . . . . . . . . 存储温度范围，T stg –25 ° C 至 85 ° C . . . . . . . . . . . . . . . . . . . . .................................................................... 距外壳 1.6 毫米（1/16 英寸）处的引线温度，持续 10 秒 260 ° C ..........................................................................................................................................................................................