一种基于卷积神经网络的混合气体识别方法

摘要

本发明公布了一种基于卷积神经网络的混合气体识别方法，将利用传感器获得的原始气体时序数据根据不同的方式映射为类图片矩阵，再利用卷积神经网络模型CNN进行特征提取和分类，由此实现对混合气体的分类。本发明基于卷积神经网络的分类优势，应用于时序的混合气体的分类领域，利用CNN的卷积操作提取出矩阵数据更全面的特征，不仅速度快，还能够得到较高的准确率。本发明能够解决现有的混合气体分类技术由于输入数据的限制而无法直接应用图像分类的VGG，Google‑Net等CNN网络针对混合气体数据进行分类的问题。