基于参数-特征迁移学习的混合气体检测方法

AITNT
正文
推荐专利
基于参数-特征迁移学习的混合气体检测方法
申请号:CN202411865944
申请日期:2024-12-18
公开号:CN119782963A
公开日期:2025-04-08
类型:发明专利
摘要
一种基于参数‑特征迁移学习的混合气体检测方法,包括:1:构建一种基于参数‑特征迁移学习的混合气体检测系统;2:气体信号获取模块获取源域数据集和目标域数据集;3:预处理模块对源域数据集和目标域数据集进行预处理操作;4:使用源域样本集对源域模型进行训练,得到源域模型的最优参数;5:将最优参数通过参数共享迁移到目标域模型中,采用特征自适应进行源域、目标域特征对齐,并微调目标域模型参数;6:使用目标域样本集训练目标域模型;7:获取待检测混合气体数据,并进行预处理操作;8:使用目标域模型对待检测数据进行气体检测,并输出检测结果。效果:不仅能够在目标气体数据量较少的情况下保证适用性,还能实现高精度的气体检测效果。
技术关键词
特征迁移学习 混合气体检测系统 长短期记忆网络 信号获取模块 迁移学习方法 参数 样本 数据 表达式 卷积模块 高斯核函数 调度算法 输出特征 滑动窗口 优化器 通道 矩阵 重构
系统为您推荐了相关专利信息
1
一种海洋涡旋预测方法、装置、电子设备及存储介质
生命周期预测模型 海洋 速度预测模型 轨迹参数 残差网络模型
2
基于UPS的市电故障预测系统
故障预测模型 故障预测系统 UPS设备 工作周期 市电
3
一种基于深度学习的储能控制策略生成方法及系统
储能模块 储能控制策略 生成方法 控制优化装置 储能运行状态
4
一种基于人工智能的网络安全预测方法及系统
网络安全事件 网络安全防御 数据 网络防御 网络特征
5
电文修复方法及电文修复系统
错误检测 修复方法 长短期记忆网络 卷积神经网络特征 修复系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号