基于卷积神经网络模块化搜索的高效电子鼻多气体分类算法
Efficient Electronic Nose Based on Convolutional Neural Network Modular Search Multi Gas Classification Algorithm作者机构：上海交通大学上海200240
出 版 物：《数字通信世界》 (Digital Communication World)
年 卷 期：2024年第10期
页 面：7-9页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：电子鼻 格拉姆角和场 卷积神经网络 网格搜索 气体分类算法
摘 要：该文设计了一种基于格拉姆角和场的传感器信号转图方法,并提出了一种基于AlexNet的卷积神经网络模块化结构搜索方法(block-GS)。实验结果表明,block-GS方法能够搜索到性能优秀的网络结构,在两个气体数据集上的分类准确率分别达到92.11%和93.33%,比普通网格搜索提高了近5%。此方法有望成为电子鼻模式识别算法设计的有效解决途径之一。
维普期刊数据库
同方期刊数据库