公开(公告)号：CN112433028B

公开(公告)日：2021-08-17

申请号：CN202011239242.8

申请日：2020-11-09

Applicant: 西南大学

Inventor： 胡小方 ,  史文强 ,  贾鹏飞 ,  周跃

IPC: G01N33/00 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明涉及电子鼻技术领域，具体公开了一种基于忆阻细胞神经网络的电子鼻气体分类方法，在硬件层面上使用了多类嗅觉传感器阵列来获取样本数据，然后再使用具有自适应约束条件的忆阻细胞神经网络(M‑CeNN)来提取数据特征，并在此基础上，采用结合增量式量化(INQ)方案的启发式优化算法来降低硬件层面计算和存储的资源损耗并尽可能提升软件层面的分类器精度和实时性，从而达到在一定程度上提升M‑CeNN模板参数的硬件友好性并保证模板精度的效果，处理精度高且应用门槛低，可应用于边缘计算，能够满足日常生活甚至是工业级强度的应用和精度需求。

公开(公告)号：CN112433028A

公开(公告)日：2021-03-02

申请号：CN202011239242.8

申请日：2020-11-09

Applicant: 西南大学

Inventor： 胡小方 ,  史文强 ,  贾鹏飞 ,  周跃

IPC: G01N33/00 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明涉及电子鼻技术领域，具体公开了一种基于忆阻细胞神经网络的电子鼻气体分类方法，在硬件层面上使用了多类嗅觉传感器阵列来获取样本数据，然后再使用具有自适应约束条件的忆阻细胞神经网络(M‑CeNN)来提取数据特征，并在此基础上，采用结合增量式量化(INQ)方案的启发式优化算法来降低硬件层面计算和存储的资源损耗并尽可能提升软件层面的分类器精度和实时性，从而达到在一定程度上提升M‑CeNN模板参数的硬件友好性并保证模板精度的效果，处理精度高且应用门槛低，可应用于边缘计算，能够满足日常生活甚至是工业级强度的应用和精度需求。