一种基于多源信息融合与环境感知的气体识别方法

本发明公开了一种基于多源信息融合与环境感知的气体识别方法，本方法通过联合气体的空间响应特征、时间序列特征及外部环境信息，构建多源融合的深度特征学习框架。具体步骤包括：对采集到的气体数据进行预处理，分别提取图像模态、序列模态和环境模态的特征；通过交叉注意力融合模块对图像特征和序列特征进行融合，捕获数据的时空关联性；引入跨模态注意力补偿模块，使主模态气体数据自适应聚合辅助模态环境中的关键信息，实现环境因素对气体识别性能的有效补偿；最终通过分类决策头进行气体类别预测。本发明解决了现有气体识别技术中因依赖单一模态数据建模而导致的检测易受环境因素干扰、稳定性差或定性不准确的问题。