基于卷積神經(jīng)網(wǎng)絡(luò)模塊化搜索的高效電子鼻多氣體分類算法

打開文本圖片集

摘要：該文設(shè)計(jì)了一種基于格拉姆角和場(chǎng)的傳感器信號(hào)轉(zhuǎn)圖方法，并提出了一種基于AlexNet的卷積神經(jīng)網(wǎng)絡(luò)模塊化結(jié)構(gòu)搜索方法（block-GS）。實(shí)驗(yàn)結(jié)果表明，block-GS方法能夠搜索到性能優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)，在兩個(gè)氣體數(shù)據(jù)集上的分類準(zhǔn)確率分別達(dá)到92.11%和93.33%，比普通網(wǎng)格搜索提高了近5%。（剩余4438字）