[發明專利]一種基于生成對抗網絡的氣體傳感器陣列漂移補償方法

有效

• 申請號: 202011284333.3
• 申請日: 2020-11-17
• 公開（公告）號: CN112418395B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 王慶鳳;劉威;宮澤睿
• 申請（專利權）人: 吉林大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G01N27/12
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 劉小嬌

本發明公開了一種基于生成對抗網絡的氣體傳感器陣列漂移補償方法，包括：步驟一、通過氣體傳感器獲取多個批次的測量數據；步驟二、建立生成對抗網絡模型和特征提取神經網絡；篩選出漂移程度不同批次的所述測量數據作為訓練樣本；步驟三、使用所述訓練樣本對所述生成對抗網絡模型進行訓練，得到生成漂移數據的對抗生成網絡模型；其中，在訓練過程中，使用所述特征提取神經網絡提取的漂移后數據特征作為生成對抗網絡模型生成數據的指示指標；步驟四、將多個批次的所述測量數據作為輸入參數輸入所述生成漂移數據的對抗生成網絡模型，所述生成漂移數據的對抗生成網絡模型輸出所述多個批次的測量數據對應的漂移后的數據，得到漂移后數據的補償數據集。

技術領域

本發明屬于氣體傳感器陣列漂移補償方法技術領域，特別涉及一種基于生成對抗網絡的氣體傳感器陣列漂移補償方法。

背景技術

氣體傳感器是一種將氣體的成分、濃度等信息轉換為能被人利用的數據的一種裝置，常用于檢測某種特定氣體是否存在以及測量氣體成分濃度，被廣泛使用于民用，工業，環境監測等各個領域。目前，市面上流通的傳感器種類很多，分別包括電化學式氣體傳感器、半導體式氣體傳感器、熱導齒式氣體傳感器、催化燃燒式氣體傳感器、紅外線氣體傳感器以及磁性氧氣氣體傳感器等。

氣體傳感器在工業、生活的各個領域都得到了廣泛的運用，從石油化工到鋼鐵冶金，從礦山開采到節能減排再到食品安全，方方面面都充斥著它的身影。近年來，科技的發展日新月異，而互聯網時代的到來則掀起了一段嶄新的技術浪潮，新興的人工智能和快如閃電的5G網絡正在開拓一個嶄新的領域，其中新興的智能家居、移動終端等也為氣體傳感器的應用提供了一片廣袤的市場。

但傳感器在實際使用過程中，會發生漂移現象，從而導致測量精度下降，造成測量結果不準確的問題。傳感器漂移指的是當處于同一環境下，傳感器響應在外部環境不變時發生緩慢隨機變化的過程。在實際過程中，檢測和識別所面臨得一個重大問題氣體傳感器存在的漂移現象，因為它不僅會嚴重影響識別的準確性，同時也增加了傳感器系統的維護成本，從而限制了氣體傳感器在各個領域中的實際運用和推廣。隨著氣體傳感器的廣泛運用，解決這一問題也變得迫在眉睫。

發明內容

本發明的目的是提供一種基于生成對抗網絡的氣體傳感器陣列漂移補償方法，通過生成對抗網絡將漂移前數據所在源域映射到漂移后數據的目標域中，實現特征層面的傳感器漂移補償；同時通過輔助的多層神經網絡用于提取數據特征，將提取的特征作為一部分指標指示生成對抗網絡生成數據，將數據從原始分布的源域轉換到漂移后分布的目標域中；能夠減少分類器的誤差，從而達到了彌補傳感器漂移的目的。

本發明提供的技術方案為：

一種基于生成對抗網絡的氣體傳感器陣列漂移補償方法，包括如下步驟：

步驟一、通過氣體傳感器獲取多個批次的測量數據；

步驟二、建立生成對抗網絡模型和特征提取神經網絡；篩選出漂移程度不同批次的所述測量數據作為訓練樣本；

步驟三、使用所述訓練樣本對所述生成對抗網絡模型進行訓練，得到生成漂移數據的對抗生成網絡模型；

其中，在訓練過程中，使用所述特征提取神經網絡提取的漂移后數據特征作為生成對抗網絡模型生成數據的指示指標；

步驟四、將多個批次的所述測量數據作為輸入參數輸入所述生成漂移數據的對抗生成網絡模型，所述生成漂移數據的對抗生成網絡模型輸出所述多個批次的測量數據對應的漂移后的數據，得到漂移后數據的補償數據集；

其中，所述漂移后數據的補償數據集為：

T_i＝[G(T_i-1),batch_i]；