一种基于注意机制的快速、鲁棒的混合气体识别和浓度检测算法,配备了具有双损失函数的递归神经网络

A fast and robust mixture gases identification and concentration detection algorithm based on attention mechanism equipped recurrent neural network with double loss function

摘要

提出一个由注意力机制组成的电子鼻系统。首先采用端到端的编码器译码器,提供处理可变长度输入的灵活性。然后提供一种新的门控循环单元网络,方便从时间动态中提取特征,在此基础上注意力机制动态分配气体特征的权重向量。最后采用双损失函数,利用同一网络实现对混合气体识别和浓度计算

介绍

PCA ICA FDA CNN进行分类

加权核+PCA/ICA/FDA等实现对非线性问题的识别

采用普通的CNN无法利用之前的信息

新提出的模型 更适合混合气体 采用端到端技术 自动提取特征+长时间信息保留 多标签技术实现气体排列组合 双损失函数实现类别和浓度判别

网络结构如下所示

GRU包含重置门和更新门,重置门确定之前信息需要保留的信息,更新门利用当前信息和之前信息进行向下一个GRU输出,之后引入注意力机制,利用权重向量得到最终的气体特征,最后采用多标签技术,双损失函数的到最终结果

训练,预测过程

双损失函数

相关推荐
Forget the Dream6 小时前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
郝学胜-神的一滴7 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
火山引擎开发者社区7 小时前
豆包工作,3 个月,800 万,20 亿
人工智能
Chuck.li7 小时前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu7 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
Pniubi8 小时前
力扣21合并两个有序链表
算法·leetcode·职场和发展
SwanArc技术笔记8 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金8 小时前
深入浅出RAG——第21章:回顾与展望
人工智能
羲云网络8 小时前
GPT Image 2.6 GIF 交付排障:上线后为什么只剩第一帧?
图像处理·人工智能·前端开发·gif
安爹前沿AI8 小时前
Seedance 有个文档里没写的参数:开了码率涨 3.9 倍,费用一分没多
人工智能