基于深度學(xué)習(xí)的氣體識別研究.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)模式識別算法組成,可用于檢測、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,采樣得到的是一種復(fù)雜的時(shí)間序列信號。這種信號會受到敏感膜材料、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)行識別。
　　此外,氣體識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)值會緩慢地發(fā)生偏移,并且隨著時(shí)間的推移最終會引起數(shù)據(jù)的分布發(fā)生改變,使氣體識別的準(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處理方法來減少漂移帶來的影響。
　　論文首先對比各種方法的識別準(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)方法提高識別準(zhǔn)確率。相比于其他方法,深度學(xué)習(xí)最大的優(yōu)勢在于可以自動提取特征,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別方法,深度學(xué)習(xí)不再針對具體的應(yīng)用場合,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、對于漂