基于池化LSTM的TDLAS痕量氣體濃度檢測方法
基本信息
| 申請?zhí)?/td> | CN202010796156.0 | 申請日 | - |
| 公開（公告）號 | CN111898744A | 公開（公告）日 | 2020-11-06 |
| 申請公布號 | CN111898744A | 申請公布日 | 2020-11-06 |
| 分類號 | G06N3/04(2006.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 鄭可堯;趙雪夢;鄭紅 | 申請（專利權(quán)）人 | 維森視覺丹陽有限公司 |
| 代理機構(gòu) | 北京精金石知識產(chǎn)權(quán)代理有限公司 | 代理人 | 楊蘭蘭 |
| 地址 | 100191北京市海淀區(qū)學院路37號405號樓1門201室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提供了基于池化LSTM的TDLAS痕量氣體濃度檢測方法，屬于氣體濃度檢測技術(shù)領(lǐng)域。本發(fā)明提出將池化金字塔PP?LSTM深度學習網(wǎng)絡(luò)模型用于TDLAS痕量氣體濃度檢測，第一層LSTM1實現(xiàn)輸入信號局部特征提取，池化層下采樣LSTM1輸出得到更大時間跨度的粗粒度特征，第二層LSTM2獲得更高層的全局特征，兩層LSTM網(wǎng)絡(luò)結(jié)構(gòu)通過學習獲得輸入序列信息特征表達；最后兩層為全連接層網(wǎng)絡(luò)用于根據(jù)前端時間序列信息特征的分類與檢測特性的回歸。本發(fā)明不僅提高了TDLAS痕量氣體濃度的檢測精度，減少了訓練過程中的冗余信息，有效地降低了網(wǎng)絡(luò)高層的特征及時序維度。?? |
