🧠
气体模式识别算法
该方向旨在利用传感阵列产生的时序信号，构建能够完成气体种类识别与浓度预测的智能化分析方法。研究工作通常围绕特征提取、时序建模、模型鲁棒性提升以及小样本条件下的稳定学习等方面展开。由于气体传感信号会随着环境变化、器件状态和采集条件而发生波动，算法模型需要能够捕捉潜在的气体响应规律，并在不同场景、不同设备之间保持良好的泛化能力。在此过程中，如何让模型对多源不确定性具有更强的适应能力，是该方向持续关注的重要研究主题。
研究详情
气体模式识别算法是气体检测系统实现智能化气体分析的核心研究领域，其核心任务是对气敏传感器阵列采集的多维度气敏响应信号进行预处理、特征提取与特征优化，再通过机器学习（如支持向量机、决策树）、深度学习（如卷积神经网络、循环神经网络）等算法模型，完成目标气体的定性识别、定量分析及干扰气体的抗干扰区分，最终解决传感器漂移、环境温湿度波动等带来的识别偏差问题，为工业泄漏监测、环境质量评估、医疗呼气诊断等场景提供精准、可靠的气体分析结果。
相关论文
PTADA: An unsupervised domain-adversarial regression algorithm for sensor drift in mixed gas scenarios
Xinpeng Cui , Xiaoran Huang , Xinyu Zhang , Peter Feng c , Lidan Wang , Shukai Duan , Xiaoyan Peng
2025Sensors and Actuators: B. ChemicalJournal
相关专利
基于对抗性域适应进行漂移补偿的电子鼻气体分类方法
彭小燕,黄枭然,孙博超,吴吉龙,褚金
2025Pending
相关竞赛奖项
“兆易创想杯”第十九届中国研究生电子设计竞赛
刘真诚、孙博超、甘文超
省级三等奖20242024年第六届全球校园人工智能算法精英大赛全国总决赛
张新雨、陆逸、马旭
全国一等奖20242025年重庆青年创青春大赛(科技创新大专项)
张新雨、高崧淇，贺钰涵，宫雷皓，陈李菡
新锐奖20252024年重庆市创新方法大赛
张新雨、崔新朋、黄枭然、邹南希、宫雷皓
重庆市二等奖2024第二十七届中国机器人及人工智能大赛全国总决赛人工智能创新赛
张新雨、王博中、马旭
全国二等奖2025第二十七届中国机器人及人工智能大赛全国总决赛新质生产力创新设计专项
张新雨、崔新朋、王博中
全国一等奖2025