软件环境: Linux +Python+Numpy +Pandas +Matplotlib+Sklearn+Pycharm

项目描述:

烟气检测分析仪器在用了一定的时间后,会出现较大的误差,气体的成分不同对分析仪器的影响也不同,主要

有,SO2,NO,N2O,H2S,HF,O2,CO,烷烃类等气体。利用机器学习来实现建立环境分析模型,减少分析仪实际误差

项目职责：

1，完成前期气体检测数据数据的清洗、解释文本数据的编码以及对二维相图的矢量化。

2，完成气体检测数据的统计性分析。把二维数据按坐标拉平到一维,尝试不同的分项目经验类模型，确定开发集，测试集和训练

集，再通过偏差和方差的分析，确定模型的改进方案。

3，由于目标数据不同类别的距离特征和统计分布特征不明显，探索不同目标在频率域和时间域的差异，提出基于数据维度变换的

分类器。