- 1、本文档共81页,其中可免费阅读25页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
在日常生活中,精准迅速地检测和识别环境中的有毒有害气体至关重要,这
有助于预警和防范气体危险事故,维护人类的健康安全和社会的和谐稳定。其中,
电子鼻作为新兴的嗅觉仿生技术取得了一定的进展,其通过使用一组化学传感器
来模拟人或动物等哺乳动物的嗅觉系统,旨在进行气体的定性和定量分析。然而,
由于采集到的气体传感数据具有多通道、多维度的特点,而传统的气体识别算法
存在通用性差、准确率不足等问题。本研究从一维时间序列气体传感数据和二维
传感图像不同的角度出发,利用深度学习算法自动学习深层次样本特征的优势,
文档评论(0)