《表1 不同算法对混合气体中甲醛浓度识别率的比较(%)》
为了说明提出的基于一维卷积神经网络时序信号识别模型1D-CNN的室内有害气体成分识别算法的有效性,本文将4.1小节中通过PEN3电子鼻采集的数据样本集,分别利用PCA+LDA算法、BP神经网络以及本文提出的CNN算法进行气体成分识别实验,实验结果如表1~表4所示。
图表编号 | XD008727500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 潘铭津、何家峰、骆德汉 |
绘制单位 | 广东工业大学信息工程学院、广东工业大学信息工程学院、广东工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |