基于一维卷积神经网络的气体识别方法研究

摘要

混合气体定性识别是人工嗅觉进行气体检测与分析的关键问题。为提高人工嗅觉系统对混合气体检测识别的准确率,提出了一种基于一维卷积神经网络的气体识别方法。该方法利用卷积神经网络对原始数据进行自适应特征提取,如响应稳定值、响应建立时间以及人工难以描述的特征。使用通过混合气体数据采集系统所获取到甲烷、一氧化碳、乙烯及两种混合物的实验样本数据进行实验,结果表明所提方法的识别准确率可达99.98%。相比于传统算法,所提方法具有更高的准确率与模型泛化能力。