Desarrollo de un sistema embebido con tecnología DSP para un sistema multisensorial (Nariz electrónica)

Vista sencilla de ítem
dc.creatorDurán-Acevedo, Cristhian Manuel
dc.creatorTorres-López, Isaac
dc.date2014-09-17
dc.date.accessioned2025-02-05T17:20:52Z
dc.date.available2025-02-05T17:20:52Z
dc.descriptionEste artículo consiste en el desarrollo de un sistema integrado con tecnología DSP para ser aplicado a un sistema multi-sensorial (es decir, nariz electrónica). La idea de este estudio fue mejorar la eficiencia de estos sistemas multisensoriales en aplicaciones portátiles, usando diferentes algoritmos para clasificar tres clases de compuestos volátiles detectados por una matriz de sensores de gases químicos. El software CodeComposer Studio (CCS) fue acoplado con Matlab para la programación de la tarjeta DSP TMS320F28335 de Texas Instruments. Los resultados se obtuvieron a partir de muestras de vino de tres denominaciones diferentes (es decir, manzana, rojo y casillero), que luego fueron clasificadas mediante algoritmos de procesamiento (redes neuronales artificiales). El sistema fue validado mediante la técnica de análisis de componentes principales (ACP), para verificar la reproducibilidad y selectividad del sistema de medición. En los resultados se logró un 83,4 % de tasa de éxito en la calificación de las medidas utilizando DSP Hardware,a través de la implementación de una Red NeuronalArtificial (RNA).es-ES
dc.descriptionThis article consists in the development of an embedded system with DSP technology to be applied to a multi-sensory system (i.e. Electronic Nose). The idea of the present study was to improve the efficiency of these multisensory systems in portable applications, using different algorithms to classify three-class of volatile compounds, detected by a chemical gas sensor array. The Code Composer Studio (CCS) software was coupled with Matlab for programming the DSP TMS320F28335 card of Texas Instruments. The results were obtained from samples of wine of three different denominations (i.e., apple, red and Locker), which were then classified by processing algorithms (i.e. artificial neural networks). The system was validated by the technique of principal component analysis (PCA), to verify repeatability and selectivity of the measurement system. In the results, 83.4% of success rate in classification of the measures was obtained using DSP Hardware, through the implementation of an Artificial Neuronal Network (ANN).en-US
dc.formatapplication/pdf
dc.identifierhttps://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/515
dc.identifier10.15332/iteckne.v11i1.515
dc.identifier.urihttp://hdl.handle.net/11634/63101
dc.languagespa
dc.publisherUniversidad Santo Tomás. Seccional Bucaramangaen-US
dc.relationhttps://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/515/407
dc.rightsCopyright (c) 2018 ITECKNEen-US
dc.sourceITECKNE; Vol. 11 Núm. 1 (2014); 27-40es-ES
dc.sourceITECKNE; Vol. 11 No. 1 (2014); 27-40en-US
dc.source2339-3483
dc.source1692-1798
dc.subjectGas sensoren-US
dc.subjectdata acquisitionen-US
dc.subjectprocessingen-US
dc.subjectdigital filtersen-US
dc.subjectneural networken-US
dc.subjectPCAen-US
dc.subjectSensor de gaseses-ES
dc.subjectadquisición de datoses-ES
dc.subjectprocesamientoes-ES
dc.subjectFiltros digitaleses-ES
dc.subjectRedes neuronaleses-ES
dc.titleDesarrollo de un sistema embebido con tecnología DSP para un sistema multisensorial (Nariz electrónica)es-ES
dc.titleDevelopment of embedded system with DSP technology for multisensor system (Electronic nose)en-US
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion

Archivos

Colecciones

Iteckne