具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

实施例一：

如图1-4所示，本基于人工智能算法搭建的矩阵式广谱性物质检测传感器包括信号转换板1，信号转换板1上设置有用于与上位机连接的通信接口2，信号转换板1正面设置有若干个呈矩阵式排列的检测元件3，信号转换板1背面设有人工智能算法模块4，每个检测元件3均与人工智能算法模块4的输入端电连接，人工智能算法模块4输出端和通信接口2连接以输出分析结果。在本实施例中，这些检测元件3排列成3*4矩阵，各检测元件3分别用于对多种相同气体、不同气体或者不完全相同气体进行检测。

结合图3来说，本实施例中，人工智能算法模块4包括逻辑算法单元5和存储单元6，存储单元6和逻辑算法单元5连接。检测元件3的电极8连接在逻辑算法单元5的输入端，逻辑算法单元5的输出端和通信接口2连接，各检测元件3中产生的检测信号传输至逻辑算法单元5，逻辑算法单元5用于对各检测信号进行逻辑运算、智能分析，并输出分析结果。逻辑算法单元5可以分设多个子单元，可以分别用于针对不同气体的检测数据进行逻辑运算和智能分析。此外还可以在逻辑算法单元5中还可以设置自学习子单元，利用自学习子单元对长期检测的检测环境的检测数据进行统计分析和预判，以输出未来检测环境中各气体成分含量的增减趋势。

检测用元件具有绝缘基底7、电极8和气敏层9，电极8印在绝缘基底7上，气敏层9形成在绝缘基底7上。电极8数量有两个，分别设置在气敏层9的两侧，且每个电极8的一端均与气敏层9连接，每个电极8的另一端与信号转换板1连接。此外，为了提高检测元件3的检测灵敏度，在检测元件3上还连接了信号放大器10，且信号放大器10设置在信号转换板1内，电极8通过导线连接在信号放大器10上，继而电连接在人工智能算法模块4的输入端。

气敏层9为氧化锡系、氧化锌系或氧化铁系半导体材料中的一种或多种，气敏层9超微粒化或薄膜化形成在实施时绝缘基底7上。本实施例中，气敏层9以氧化锌系的ZnO膜层为例进行说明，在ZnO膜层上覆盖有SiO2过滤层11。通过SiO2过滤层11能够过滤掉大分子气体如乙醇等对小分子H2检测的干扰。

实施例二：

如图5所示，本实施例是基于实施例一的基础上进行的进一步改进，本实施例与实施例一的区别之处在于：本实施例中的人工智能算法模块4还包括乘加矩阵运算单元12。该乘加矩阵运算单元12的输出端口连接逻辑算法单元5的输入端口；各检测元件3中产生的检测信号首先传输至乘加矩阵运算单元12中进行AI运算，且经过AI运算的检测信号再传输至逻辑算法单元5，逻辑算法单元5用于对各检测信号进行逻辑运算、智能分析，并输出分析结果。乘加矩阵运算单元12采用CMOS，其包括多个神经网络层，前一个神经网络的输出端和后一个神经网络的输入端连接，最后一个神经网络的输出端和逻辑算法单元5的输入端连接。每个神经网络对应一个输入值、输出值和权重值以实现神经网络不同层次的计算，具体的权重值可以根据实际情况进行人为设置。乘加矩阵运算单元12有矩阵元素存储子单元、符号运算子单元，数值运算子单元和累加子单元构成，用于对多个矩阵进行乘加运算。通过乘加矩阵运算单元12，提高了人工智能算法模块4的运算速度，并且降低了功耗。

实施例三：

如图6所示，本实施例是基于实施例一的基础上进行的进一步改进，本实施例与实施例一的区别之处在于：在气敏层9上还覆盖Pd—Pt催化剂层，Pd—Pt催化剂层13设置在气敏层9和SiO2过滤层12之间，并且Pd—Pt催化剂层13和气敏层9之间还设置了隔膜层14。这种结构由于在半导体材料ZnO膜层和Pd—Pt催化剂层13之间设置了隔膜层14，因而元件在空气中的阻值约上升一个数量级，结果使元件检测气体的灵敏度上升。特别在加入催化剂后，催化剂填入半导体晶粒之间降低接触势垒，从而进一步提高了气敏效应。提升了检测元件3的检测精度。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。