买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于神经网络的氢气传感器浓度快速检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118013358B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410078920.9，技术领域涉及：G06F18/241；该发明授权一种基于神经网络的氢气传感器浓度快速检测方法是由太惠玲;姜昌镕;吴援明;袁震;马逸仑;蒋亚东设计研发完成，并于2024-01-19向国家知识产权局提交的专利申请。

本一种基于神经网络的氢气传感器浓度快速检测方法在说明书摘要公布了：本发明属于气体浓度检测技术领域，具体提供一种基于神经网络的氢气传感器浓度快速检测方法，用以解决传统氢气浓度检测存在的检测时间长、平均相对误差大等问题。本发明提出了一种基于LSTM编码器与全连接层的氢气浓度预测模型，实现氢气传感器浓度的快速检测；通过提取响应初始阶段的电阻值，在编码器中实现特征提取，降低维数去除冗余特征，最后通过由编码器连接全连接层组成的预测模型对电阻值特征进行更精细的学习，即可实现氢气浓度的预测，完成氢气浓度的快速检测；并且，模型结构简单，隐藏层的层数少，在高精度结果下，内存占用少、训练速度快；同时简化了硬件实现难度；综上，本发明能够实现对氢气浓度的快速、准确检测。

本发明授权一种基于神经网络的氢气传感器浓度快速检测方法在权利要求书中公布了：1.一种基于神经网络的氢气传感器浓度快速检测方法，其特征在于，包括以下步骤： 步骤1、通过气体传感器对氢气进行测试，采集气体传感器响应数据并绘制得响应–恢复曲线，所述响应数据为电阻值序列； 步骤2、分批次通入不同预设浓度的氢气，对应获得响应–恢复曲线；将响应–恢复曲线中一个响应–恢复周期的响应数据作为一个样本点，形成原始样本集S0；其中，每个样本点中，响应数据作为输入，预设浓度作为标签； 步骤3、对原始样本集S0中每一个样本点的响应数据进行漂移补偿，形成样本集S1； 步骤4、对样本集S1中每一个样本点的响应数据进行裁剪压缩，形成样本集S2； 步骤5、对样本集S2中每一个样本点的响应数据进行截取，形成样本集S3； 步骤6、对样本集S3中每一个样本点的响应数据进行最大最小归一化处理，形成样本集S4； 步骤7、将样本集S4中样本点随机打乱顺序，形成训练集； 步骤8、构建氢气浓度预测模型，采用训练集对氢气浓度预测模型完成训练；氢气浓度预测模型采用LSTM模型，包括输入层、LSTM层、第一全连接层、第二全连接层与输出层，其中，输入数据通过输入层进入LSTM层，经过LSTM层提取特征，再经过ReLU激活函数后进入第一全连接层，第一全连接层的输出再经过ReLU激活函数后进入第二全连接层，第二全连接层通过输出层输出浓度预测值； 步骤9、通过气体传感器对待测环境进行测试，将响应–恢复曲线依次经过漂移补偿、裁剪压缩、截取、最大最小归一化处理后输入训练完成的氢气浓度预测模型，由氢气浓度预测模型输出氢气浓度检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。