仿生嗅觉感知系统气体识别和浓度估计模型
文献类型：期刊论文
| 作者 | 相洪涛; 张文文; 肖文鑫; 王磊; 王远西 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2024 |
| 卷号 | 50期号:4页码:812-827 |
| 关键词 | 气体识别 浓度估计 仿生嗅觉感知系统 注意力机制 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220689 |
| 英文摘要 | 常用气体检测模型需要使用气体传感器阵列响应信号的稳态值对气体进行种类识别和浓度估计, 而在实际环境 中, 气体一般处于动态变化的状态, 气体传感器阵列响应信号难以达到稳态值或长时间维持稳定状态. 针对上述问题, 提出 一种由动态小波残差卷积神经网络(Dynamic wavelet residual convolutional neural network, DWRCNN)子模型和权重 信号自注意力(Weighted signal self-attention, WSSA)子模型组成的气体检测模型. 该模型可以直接使用气体传感器阵列 的原始动态响应信号对动态变化的气体进行成分识别, 并进一步对每种成分气体的浓度在线估计. 通过搭建的仿生嗅觉感 知系统对模型的性能进行评估, 实验结果表明, 与常用气体识别模型相比, DWRCNN能获得接近 100%气体识别准确率, 且在线训练时间短, 收敛速度快; 与常用气体浓度估计模型相比, WSSA浓度估计模型能够大幅提高气体浓度估计精度, 并 能同时对不同气体都保持较高气体浓度估计精度, 解决了动态环境中仿生嗅觉感知系统需要针对不同气体选择不同最优气 体浓度估计模型问题. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56122]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 相洪涛,张文文,肖文鑫,等. 仿生嗅觉感知系统气体识别和浓度估计模型[J]. 自动化学报,2024,50(4):812-827. |
| APA | 相洪涛,张文文,肖文鑫,王磊,&王远西.(2024).仿生嗅觉感知系统气体识别和浓度估计模型.自动化学报,50(4),812-827. |
| MLA | 相洪涛,et al."仿生嗅觉感知系统气体识别和浓度估计模型".自动化学报 50.4(2024):812-827. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。