一种基于仿生嗅觉的室内有害气体成分识别方法

论文摘要

室内有害气体对居民的健康容易产生巨大的威胁。为了提高室内有害气体成分识别的准确率,提出一种基于仿生嗅觉与卷积神经网络相结合的室内有害气体成分识别方法。该方法利用卷积神经网络提取非线性特征的能力对仿生嗅觉的响应信号进行特征提取和成分识别。通过使用气体样本集对该方法进行验证,实验结果表明对不同种类和浓度的有害气体成分识别率均达到88. 89%。

论文目录

• 0 引言
• 1 仿生嗅觉系统组成及工作原理
• 2 卷积神经网络
•   2.1 卷积层
•   2.2 池化层
• 3 室内有害气体成分识别方法
• 4 实验结果
•   4.1 数据采集
•   4.2 有害气体成分识别实验
• 5 结论

文章来源

类型: 期刊论文

作者: 潘铭津,何家峰,骆德汉

关键词: 室内有害气体,气体成分识别,仿生嗅觉,卷积神经网络

来源: 信息技术与网络安全 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,自动化技术

单位: 广东工业大学信息工程学院

基金: 广东省省级科技项目(2016A020226018)

分类号: X831;TP183;TP212

DOI: 10.19358/j.issn.2096-5133.2019.12.010

页码: 48-51

总页数: 4

文件大小: 118K

下载量: 91