電子鼻的深度神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)可燃氣體檢測的研究

摘要： 提出了一種將格拉姆角場與深度殘差卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的電子鼻氣體識別算法，可以提高燃氣中常見混合危險氣體的識別準(zhǔn)確度。通過對電子鼻的氣體樣本數(shù)據(jù)都進行格拉姆角場(Graham Angle Field, GAF)變換，使得上位機接收到的二維傳感器響應(yīng)數(shù)據(jù)，經(jīng)過升維后成為可以輸入到卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)中的三維數(shù)據(jù)形式，從而... （共7頁）