[發(fā)明專利]氣體種類和濃度識別的融合神經(jīng)網(wǎng)絡(luò)系統(tǒng)、裝置與方法

在審

• 申請?zhí)枺?/td>: 202111443129.6
• 申請日: 2021-11-30
• 公開（公告）號: CN114049525A
• 公開（公告）日: 2022-02-15
• 發(fā)明（設(shè)計）人: 許磊;王昱東;任旭東;孫東博;谷文先
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京凱特來知識產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;韓珂

1.一種氣體種類和濃度識別的融合神經(jīng)網(wǎng)絡(luò)系統(tǒng)，其特征在于，包括：殘差網(wǎng)絡(luò)、氣體種類識別網(wǎng)絡(luò)與氣體濃度預(yù)測的融合網(wǎng)絡(luò)；其中：

所述殘差網(wǎng)絡(luò)，用于對數(shù)據(jù)集中三維嗅覺圖像進行特征提取與數(shù)據(jù)處理，并將處理獲得的特征向量分別輸入至所述氣體種類識別網(wǎng)絡(luò)與氣體濃度預(yù)測的融合網(wǎng)絡(luò)；

所述氣體種類識別網(wǎng)絡(luò)包含依次連接的m層全連接層，每一層輸入的特征向量都與隨機化的權(quán)值矩陣相乘作為下一層的輸入，最后一層輸出氣體種類的預(yù)測結(jié)果；其中，m表示總層數(shù)；

所述氣體濃度預(yù)測的融合網(wǎng)絡(luò)包含依次連接的m層全連接層，從所述氣體種類識別網(wǎng)絡(luò)的中間層中隨機選取若干層的特征向量，并與所述氣體濃度預(yù)測的融合網(wǎng)絡(luò)中相應(yīng)層的特征向量進行融合，氣體濃度預(yù)測的融合網(wǎng)絡(luò)其余層采用與所述氣體種類識別網(wǎng)絡(luò)相同的方式操作，最后一層輸出氣體濃度的預(yù)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種氣體種類和濃度識別的融合神經(jīng)網(wǎng)絡(luò)系統(tǒng)，其特征在于，殘差網(wǎng)絡(luò)對數(shù)據(jù)集中三維嗅覺圖像進行特征提取與數(shù)據(jù)處理包括：

對輸入的三維嗅覺圖像進行卷積操作，對卷積操作結(jié)果進行標(biāo)準(zhǔn)化與歸一化，再通過非線性激活與最大池化操作；

將最大池化操作結(jié)果輸入至包含殘差模塊中處理，將殘差模塊輸出結(jié)果進行非線性激活后通過平均池化操作與展平處理，獲得特征向量；其中，所述殘差模塊包含多個依次連接的殘差塊，每一殘差塊中包含交替設(shè)置的若干卷積殘差塊與恒等殘差塊。

3.根據(jù)權(quán)利要求1所述的一種氣體種類和濃度識別的融合神經(jīng)網(wǎng)絡(luò)系統(tǒng)，其特征在于，所述氣體種類識別網(wǎng)絡(luò)第一層為與所述氣體濃度預(yù)測的融合網(wǎng)絡(luò)共用的全連接層輸入層，輸入為殘差網(wǎng)絡(luò)輸出的特征向量，記為u為殘差網(wǎng)絡(luò)輸出的特征向量的元素數(shù)目；

隨機化第一層到第二層的權(quán)值矩陣：

其中，T表示矩陣轉(zhuǎn)置符號，u、v分別表示權(quán)值矩陣的γ⁽²⁾的列、行數(shù)目，列數(shù)u等于特征向量的元素數(shù)目u；

計算作為第二層的輸入，第二層輸出的特征向量的元素數(shù)目v等于權(quán)值矩陣的γ⁽²⁾的行數(shù)v；

采用相同的方式得到第m-1層的輸入為：

其中，x表示第m-1層輸入的特征向量的元素數(shù)目；

經(jīng)第m層輸出氣體種類的預(yù)測結(jié)果：

其中，n表示第m層輸入的特征向量的元素數(shù)目，也即待識別氣體種類數(shù)目。

4.根據(jù)權(quán)利要求3所述的一種氣體種類和濃度識別的融合神經(jīng)網(wǎng)絡(luò)系統(tǒng)，其特征在于，所述氣體種類識別網(wǎng)絡(luò)訓(xùn)練時的損失函數(shù)為：

其中，表示氣體種類標(biāo)簽，表示氣體種類識別網(wǎng)絡(luò)輸出的第i種氣體種類的預(yù)測結(jié)果。