CASIA OpenIR  > 学术期刊  > 自动化学报
仿生嗅觉感知系统气体识别和浓度估计模型
相洪涛; 张文文; 肖文鑫; 王磊; 王远西
Source Publication自动化学报
ISSN0254-4156
2024
Volume50Issue:4Pages:812-827
Abstract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.
Keyword气体识别 浓度估计 仿生嗅觉感知系统 注意力机制
DOI10.16383/j.aas.c220689
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56122
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2022-0689.pdf(19342KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[相洪涛]'s Articles
[张文文]'s Articles
[肖文鑫]'s Articles
Baidu academic
Similar articles in Baidu academic
[相洪涛]'s Articles
[张文文]'s Articles
[肖文鑫]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[相洪涛]'s Articles
[张文文]'s Articles
[肖文鑫]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2022-0689.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.