基于智能手机嵌入式Wi-Fi技术与机器学习算法的有毒水检测方法
信号处理
2023-02-15 v1 机器学习
摘要
水是人体必需的流体，其质量和洁净度的自动检测是一个持续的研究领域。其中一种方法是将液体暴露于各类信号下，并将信号衰减量作为液体类别的判别依据。本文中，我们利用Wi-Fi信号，通过训练不同的机器学习算法来区分清水与有毒水。Wi-Fi接入点（WAPs）信号通过等效的智能手机嵌入式Wi-Fi芯片组获取，随后提取信道状态信息CSI度量并转换为特征向量，用作机器学习分类算法的输入。CSI数据的测量幅度和相位被选为k-NN、SVM、LSTM和Ensemble四种分类器的输入特征。实验结果表明，该模型足以区分有毒水与清水：应用LSTM时分类准确率为89%，而应用AdaBoost-Ensemble分类器时分类准确率达92%。
引用
@article{arxiv.2302.07153,
title = {A Novel Poisoned Water Detection Method Using Smartphone Embedded Wi-Fi Technology and Machine Learning Algorithms},
author = {Halgurd S. Maghdid and Sheerko R. Hma Salah and Akar T. Hawre and Hassan M. Bayram and Azhin T. Sabir and Kosrat N. Kaka and Salam Ghafour Taher and Ladeh S. Abdulrahman and Abdulbasit K. Al-Talabani and Safar M. Asaad and Aras Asaad},
journal= {arXiv preprint arXiv:2302.07153},
year = {2023}
}