基于深度信念網(wǎng)絡(luò)的氣體傳感器漂移補(bǔ)償.pdf

1、電子鼻不僅對(duì)于各類氣體污染日益嚴(yán)重的今天有著重要的應(yīng)用價(jià)值，同時(shí)隨著計(jì)算機(jī)技術(shù)以及模式識(shí)別知識(shí)的發(fā)展，電子鼻的應(yīng)用已經(jīng)擴(kuò)展到醫(yī)療診斷、工業(yè)生產(chǎn)以及食品安全等等領(lǐng)域中了。但是，由于電子鼻中的氣體傳感器漂移問題嚴(yán)重影響著電子鼻的可靠性與實(shí)用性，因此大大制約了電子鼻在實(shí)際中的應(yīng)用與推廣。因?yàn)樵斐蓺怏w傳感器發(fā)生漂移的原因復(fù)雜，諸如化學(xué)腐蝕、材質(zhì)老化、環(huán)境變化等因素，這種漂移特征具有高度的非線性與混沌性，所以對(duì)于氣體傳感器的漂移補(bǔ)償一直是個(gè)棘手的

2、問題。深度信念網(wǎng)絡(luò)（Deep Belief Network, DBN）作為深度學(xué)習(xí)中的典型模型，具有很強(qiáng)的非線性擬合能力，能夠通過多層隱含層的非線性映射，提取對(duì)象的深度特征。
　　本文正是基于DBN的這些優(yōu)點(diǎn)，將它應(yīng)用到電子鼻的氣體傳感器漂移補(bǔ)償當(dāng)中。具體來說本文做了以下三方面的工作：
　?、籴槍?duì)氣體傳感器漂移信號(hào)因?yàn)楦叨确蔷€性與混沌性而難以從特征層面上進(jìn)行補(bǔ)償?shù)膯栴}，本文提出并驗(yàn)證了DBN能夠在特征層面上抑制漂移信號(hào)的表達(dá)

3、，以及分析總結(jié)出了DBN是通過對(duì)對(duì)象不斷分解重構(gòu)，增強(qiáng)特征間的相關(guān)性，做到對(duì)漂移特征的抑制。
　　②針對(duì)DBN的參數(shù)難以設(shè)置與調(diào)節(jié)問題，本文就氣體傳感器漂移補(bǔ)償問題，將參數(shù)劃分為學(xué)習(xí)參數(shù)與結(jié)構(gòu)參數(shù)兩個(gè)方面進(jìn)行了詳細(xì)分析，并通過對(duì)比試驗(yàn)得出了最優(yōu)的參數(shù)設(shè)置。
　?、弁ㄟ^總結(jié)目前的自適應(yīng)校正漂移補(bǔ)償方法，提出了基于遷移學(xué)習(xí)的 DBN氣體傳感器漂移補(bǔ)償方法，從特征層面與決策層面雙管齊下的對(duì)傳感器漂移進(jìn)行補(bǔ)償，并通過實(shí)驗(yàn)驗(yàn)證了其有效