摘要
本发明涉及工业监测技术领域,特别涉及一种气体混合物检测模型构建方法及气体混合物检测方法,该气体混合物检测模型构建方法,包括:获取若干种气体混合物的光谱数据;构建基于CNN模型与KAN模型的基础检测模型;基于所述光谱数据训练所述基础检测模型,得到气体检测模型。本申请给出了一种基于CNN网络与KAN网络的气体混合物检测方法,结合红外光谱(IR)或傅里叶变换红外光谱(FTIR)等光谱分析技术,可以提高对复杂混合气体的识别速度和精度。通过这些技术的结合,可以实现对空气中多种气态分子污染物的快速、准确检测和浓度分析,为工业制造过程提供更可靠的空气质量控制手段,有助于提高产品的良率和质量稳定性。
技术关键词
检测模型构建方法
混合物检测方法
模型误差
气体
计算机程序产品
傅里叶变换红外光谱
工业监测技术
误差函数
可读存储介质
光谱分析技术
表达式
数据
基础
分类准确率
控制点
梯度下降法
训练集
样本
系统为您推荐了相关专利信息
神经网络模型
样本
电子设备
计算机程序产品
大数据
报表
分布式数据库
字段
分布式计算框架
数据处理方法