[發(fā)明專利]適于化工廠的多種融合有毒氣體分類方法及巡檢機(jī)器人

有效

• 申請?zhí)枺?/td>: 201910491330.8
• 申請日: 2019-06-06
• 公開（公告）號: CN110228071B
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計）人: 吳佳勝;胡凱;卞月樓;王樂萱
• 申請（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號: B25J11/00
• 分類號: B25J11/00;B25J5/00;B25J9/16;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 戴朝榮

1.一種適于化工廠的多種融合有毒氣體分類方法，其特征在于，所述方法包括：

S1：使用ECOC輸出糾錯編碼，定義編碼矩陣Sm×n，其中，m為待分類的氣體類別數(shù)目，n為基分類器的數(shù)目，m×n為對m個類別進(jìn)行n次劃分，編碼矩陣Sm×n的每個元素取值為{-1，0，1}中的任一數(shù)值，編碼矩陣Sm×n的每一列采用一對一編碼方法構(gòu)建出一長度為n的編碼序列；

S2：定義6個基分類器h1、h2、h3、h4、h5、h6，輸入訓(xùn)練集E＝{(xj,yj)}，訓(xùn)練預(yù)先定義的6個基分類器；

S21：構(gòu)造一L層神經(jīng)網(wǎng)絡(luò)，L＝3，神經(jīng)網(wǎng)絡(luò)第一層為包括A個神經(jīng)元的輸入層，A＝4，神經(jīng)網(wǎng)絡(luò)第二層為包括B個神經(jīng)元的隱藏層，B＝5，神經(jīng)網(wǎng)絡(luò)第三層為包括C個神經(jīng)元的輸出層，C＝1；

S22：在(-1，1)之間隨機(jī)取值初始化神經(jīng)網(wǎng)絡(luò)各層的權(quán)值θi，θi為第i層的權(quán)值矩陣，其中，i＝{1，2，3}，定義學(xué)習(xí)率η＝0.01，目標(biāo)誤差＝0.001，使用Sigmoid函數(shù)作為神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，其中，；

S23：使用前向傳播的方法計算出神經(jīng)網(wǎng)絡(luò)中隱藏層和輸出層的輸出矩陣，

=sigmoid(z)，其中，i={2，3}，z為神經(jīng)網(wǎng)絡(luò)中前一層的輸入矩陣與權(quán)重矩陣的轉(zhuǎn)置相乘得到的值，同時也為神經(jīng)網(wǎng)絡(luò)中下一層的輸入值；

S24：按照邏輯回歸問題方式定義并計算代價函數(shù)，

=，

其中，為代價函數(shù)的正則化項，能夠防止訓(xùn)練結(jié)果過擬合；

S25：采用傳統(tǒng)的梯度下降算法得到最優(yōu)參數(shù)：

其中j＝1,2,3,...n；

S26：利用標(biāo)準(zhǔn)的反向傳播最小化代價函數(shù)，訓(xùn)練得到最優(yōu)的基分類器；

S3：確定樣本的描述屬性，采集多種融合有毒氣體特征信息樣本作為特征向量，輸入至訓(xùn)練好的基分類器中分離出目標(biāo)氣體；

S4：解碼階段，將步驟S3中采集的多種融合有毒氣體特征信息樣本x輸入至各基分類器，計算得到一輸出向量H(x)，將該輸出向量H(x)與步驟S1中定義的編碼矩陣Sm×n的每一個行向量作漢明距離運(yùn)算，取漢明距離最小的y作為預(yù)測的目標(biāo)類別輸出，其中，y＝{1，2，3，...，m}。

2.根據(jù)權(quán)利要求1所述的適于化工廠的多種融合有毒氣體分類方法，其特征在于，步驟S2中，所述定義6個基分類器h1、h2、h3、h4、h5、h6取值分別為1，-1和0，取值為1表示將該類別作為正例，取值為-1表示將該類別作為反例，取值為0表示該基分類器不使用該類別。

3.根據(jù)權(quán)利要求1所述的適于化工廠的多種融合有毒氣體分類方法，其特征在于，步驟S3中，所述多種融合有毒氣體的特征信息包括時間加權(quán)平均容許濃度、短時間接觸容許濃度、立即威脅生命和健康的濃度、最高容許濃度；待分類的氣體類別包括氨氣，一氧化碳，氯氣和氰化氫。

4.根據(jù)權(quán)利要求1所述的適于化工廠的多種融合有毒氣體分類方法，其特征在于，步驟S4包括以下步驟：

S41：各基分類器將步驟S3中采集的多種融合有毒氣體特征信息的輸入樣本x計算得到一輸出向量H(x)，H(x)＝(h1(x),h2(x),h3(x),h4(x),h5(x),h6(x))；

S42：將輸出向量H(x)與步驟S1中定義的編碼矩陣Sm×n的每一個行向量My(y＝1,2,3...,m)作漢明距離運(yùn)算D＝(My,H(x))，取漢明距離最小的y作為預(yù)測的目標(biāo)類別輸出，得到如下輸出值：μ(x)＝argmin{D(My,H(x))|y＝1,2,3,...,m}。