杭州电子科技大学周杨获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习修正的混合气体浓度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:CN115879371B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202211503643.9,技术领域涉及:G06F30/27;该发明授权一种基于深度学习修正的混合气体浓度检测方法是由周杨;郑晓隆;李丽丽;汶飞;应智花设计研发完成,并于2022-11-28向国家知识产权局提交的专利申请。
本一种基于深度学习修正的混合气体浓度检测方法在说明书摘要公布了:本发明公开了一种基于深度学习修正的混合气体浓度检测方法;该方法如下:1、搭建混合气体检测系统;混合气体检测系统包括控制器、AD采集电路、传感器阵列模块和上位机。传感器阵列模块包括能够检测不同气体浓度的多个传感器。2、混合气体检测系统对各被测气体进行检测。3、上位机将各被测气体组分的测量浓度值输入至混合气体浓度修正网络;混合气体浓度修正网络输出混合气体中是否存在各被测气体组分的判断,并输出各被测气体组分浓度的修正值。本发明通过神经网络对混合气体中不同组分的浓度测量值进行修正,从而获得更加精准的混合气体浓度,减少了因传感器交叉响应导致的误差。
本发明授权一种基于深度学习修正的混合气体浓度检测方法在权利要求书中公布了:1.一种基于深度学习修正的混合气体浓度检测方法,其特征在于:包括以下步骤: 步骤1、搭建混合气体检测系统 混合气体检测系统包括控制器1、AD采集电路2、传感器阵列模块5和上位机6;传感器阵列模块5包括能够检测不同气体浓度的多个传感器;控制器1与上位机6通信;上位机6中搭载有混合气体浓度修正网络; 传感器阵列模块5包括检测四种气体浓度的传感器;该四种气体分别为一氧化碳、二氧化氮、二氧化硫和甲醛; 所述的混合气体浓度修正网络采用BP神经网络,以四种气体的检测浓度为输入;四种气体是否存在以及校准浓度为输出;该混合气体浓度修正网络包括三个卷积层和两个全连接层;三个卷积层依次相连,且每个卷积层的后侧均设置有一层ReLU函数;两个全连接层设置在最后一个卷积层的后侧,分别用于输出气体类别和预测浓度值; 所述的混合气体浓度修正网络的损失函数如下: 其中,TotalLoss为总损失;SigmoidCrossEntropyLoss为概率损失;SmoothL1Loss为浓度损失;pi表示真实分类;表示预测类别,N表示样本个数,概率损失即是求真实分类值和预测值之间的差异大小;yi表示第i个样本的检测浓度,fxi表示第i个样本的预测浓度;N表示总样本数; 步骤2、将步骤1搭建的混合气体检测系统放置在被测环境中;传感器阵列模块5对各被测气体进行检测;所得模拟信号经过模数转换传输至控制器1;控制器1再将所得数字信号发送给上位机6; 步骤3、上位机6将接收到的数字信号转化为各被测气体组分的测量浓度值,并输入至混合气体浓度修正网络;混合气体浓度修正网络输出混合气体中是否存在各被测气体组分的判断,并输出各被测气体组分浓度的修正值。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励