科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究了一种基于传感器阵列和卷积神经网络的毒害气体泄漏预测方法，在实验室中布设监测传感器阵列，实验模拟检测氯气、硫化氢和挥发性有机物(VOCs)三类毒害气体泄漏，获取实验室安全监测的扁平化信号。将扁平化信号输入非线性特征计算模型(NFC)得到对应的模型输出信号参数(NFCOP)特征值，根据实时传感器的特征值与阈值下边界之间进行比较，构建传感器响应特征值向量，建立训练集和预测集，并采用卷积神经网络CNN对实验室安全情况进行预测，结果表明基于NFCOP特征分析和卷积神经网络方法，优于BP、PLS等预测方法，预测准确率最高可达93%,表明所探索的方法能够实现毒害气体预测的目标。
- 单位
