g-C₃N₄/In₂O₃复合敏感材料

低浓度NO₂精准识别

该复合敏感材料对NO₂具有高选择性，与深度学习算法结合后，在1–9 ppm范围内的浓度预测误差仅为0.20527 ppm，实现了低浓度NO₂的精准定量识别。

Ruilong, Ma · Wenchao, Gan · Yuanhu, Zeng · 冯双龙 · 段书凯 · Feng, Peterxian Xianping · 彭小燕

Sensors and Actuators, B: Chemical 2024

参数信息

NO₂浓度预测准确率

97.04 %

NO₂浓度预测误差

0.20527 ppm

技术优势

预测误差可忽略

在 1–9 ppm 范围内对 NO₂ 的浓度预测误差仅为 0.20527 ppm，可直接用于定量检测。

准确率高

模型对 NO₂ 浓度预测的准确率约为 97.04%，接近实用化水平。

低浓度可测

传感器阵列可检测低至 1 ppm 的 NO₂，覆盖典型环境监测需求。

应用场景

• NO₂气体传感器：精准测 NO₂ 浓度，用于排放监控。
• 空气质量监测：实时低浓度 NO₂ 监测，评估空气质量。
• 传感器阵列：多元阵列+算法，提高选择性。
• 智能气体识别：CNN-AGRU 深度学习识别 NO₂ 模式。