基于多任务学习的气体识别和浓度预测方法

基于多任务学习的气体识别和浓度预测方法，其属于人工智能技术领域。该方法能够将气体数据通过多任务学习的方法同时进行气体分类和浓度预测，由于气体数据是时间序列，故选择GRU单元提取气体数据特征，增加注意力机制为GRU的输出分配权重，从而增强对气体数据的特征聚焦。此外利用PSO算法寻找网络结构中参数的最优组合，最终将气体识别与浓度预测两个子任务与共享特征提取层结合，并进行网络训练。本方法取得了良好的分类识别及浓度预测效果，为气体识别及浓度预测相关开发应用提供了技术保障。