基于深度學(xué)習(xí)的氣體識(shí)別研究.pdf

1、近年來機(jī)器嗅覺領(lǐng)域發(fā)展迅速,在工業(yè)生產(chǎn)、環(huán)境保護(hù)、安全檢查、醫(yī)療診斷等領(lǐng)域中發(fā)揮著越來越重要的作用。氣體識(shí)別系統(tǒng)作為機(jī)器嗅覺的一個(gè)典型應(yīng)用,通常由交叉敏感的化學(xué)傳感器陣列和適當(dāng)?shù)挠?jì)算機(jī)模式識(shí)別算法組成,可用于檢測(cè)、分析和鑒別各種氣味。
　　傳感器陣列依靠敏感膜材料吸附氣體分子產(chǎn)生振動(dòng),采樣得到的是一種復(fù)雜的時(shí)間序列信號(hào)。這種信號(hào)會(huì)受到敏感膜材料、氣體種類和濃度以及外界環(huán)境(如溫度、濕度)等多種因素影響,波形復(fù)雜,難以分析,通常采用

2、手工設(shè)計(jì)的特征,結(jié)合小波分解、支持向量機(jī)等方法進(jìn)行識(shí)別。
　　此外,氣體識(shí)別中還存在一種稱為傳感器漂移的現(xiàn)象,即傳感器的響應(yīng)值會(huì)緩慢地發(fā)生偏移,并且隨著時(shí)間的推移最終會(huì)引起數(shù)據(jù)的分布發(fā)生改變,使氣體識(shí)別的準(zhǔn)確率逐漸降低。這一現(xiàn)象使得分析氣體數(shù)據(jù)變得更加困難,目前通常采用各種物理手段以及信號(hào)處理方法來減少漂移帶來的影響。
　　論文首先對(duì)比各種方法的識(shí)別準(zhǔn)確率,其中提取特征的過程包括手工設(shè)計(jì)特征、小波分解以及主成分分析等,識(shí)別算

3、法則分別采用支持向量機(jī)、K近鄰等方法,然后嘗試使用近年來流行的深度學(xué)習(xí)方法提高識(shí)別準(zhǔn)確率。相比于其他方法,深度學(xué)習(xí)最大的優(yōu)勢(shì)在于可以自動(dòng)提取特征,最大限度地減少了人為的干預(yù),消除了手工設(shè)計(jì)特征的復(fù)雜度。同時(shí),不同于以往的氣體識(shí)別方法,深度學(xué)習(xí)不再針對(duì)具體的應(yīng)用場(chǎng)合,具有非常廣泛的適用性,應(yīng)用前景良好。
　　最后,論文探索了一個(gè)全新的方向,即使用深度學(xué)習(xí)方法來解決傳感器漂移問題。實(shí)驗(yàn)表明,深度學(xué)習(xí)方法可以得到比原始輸入更好的、對(duì)于漂