一種基于多傳感器快速學(xué)習(xí)的氣體種類識別方法及系統(tǒng)
基本信息
申請?zhí)?/td> | CN202011583594.5 | 申請日 | - |
公開(公告)號 | CN112580741B | 公開(公告)日 | 2021-08-06 |
申請公布號 | CN112580741B | 申請公布日 | 2021-08-06 |
分類號 | G06K9/62(2006.01)I;G06F30/27(2020.01)I;G01N33/00(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 沈廼桐;劉金星;樊海春;張濤;李超;徐衛(wèi);郭穩(wěn);薛天成 | 申請(專利權(quán))人 | 天津同陽科技發(fā)展有限公司 |
代理機構(gòu) | 天津合正知識產(chǎn)權(quán)代理有限公司 | 代理人 | 李成運;李震勇 |
地址 | 300000天津市濱海新區(qū)高新區(qū)華苑產(chǎn)業(yè)區(qū)蘭苑路五號A座-702 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提出一種基于多傳感器快速學(xué)習(xí)的氣體種類識別方法,構(gòu)建基礎(chǔ)氣體識別模型庫;標(biāo)定調(diào)整分類坐標(biāo)系模型;矯正調(diào)整模型;通過對坐標(biāo)系進(jìn)行反復(fù)調(diào)整,使得利用LDA算法生成的坐標(biāo)系可以對氣體進(jìn)行有效分類。本發(fā)明減低了模型訓(xùn)練的時間復(fù)雜度和空間復(fù)雜度,降低了運算量,降低了模型運算時所需要的硬件處理能力;提高了生產(chǎn)效率,避免了需要為所有設(shè)備都進(jìn)行多次標(biāo)定以獲取大量模型數(shù)據(jù)的問題;提高了氣體識別的準(zhǔn)確性,增加了模型矯正能力。 |
