仪器仪表学报

作者：冯李航，陈 铭，章 伟

单位：冯李航,1. 南京工业大学电气工程与控制科学学院,,陈 铭,1. 南京工业大学电气工程与控制科学学院,,章 伟,1. 南京工业大学电气工程与控制科学学院,2. 合肥工业大学仪器科学与光电工程学院,

关键词：电子鼻;增强卷积神经网络;增量学习;漂移抑制

基金：国家自然科学基金国际合作和交流项目(82061138004)、江苏省自然科学基金(BK20180701)项目资助

为解决电子鼻传感器阵列中的漂移问题,提出了一种增强卷积神经网络的长期漂移抑制方法。首先,通过结合历史数据的方式进行数据库扩增,起到了数据增强的效果;然后,使用增量补偿模块结合增量学习思维进行网络训练,起到了模型增强的效果;最后,分别使用公开数据集和实测数据集来验证模型的漂移抑制效果。实验结果表明:增强卷积神经网络算法的抑制效果较传统卷积神经网络、机器学习算法有较大提升,精度提高幅度为10%~20%,精度波动在1%范围内,具有较好的鲁棒性,验证了增强卷积神经网络算法在电子鼻漂移抑制中是稳健有效的,同时也从算法层面对电子鼻的漂移抑制提供了思路。

来源：2021年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第2期