【技術實現步驟摘要】
本專利技術涉及氣體檢測，尤其涉及的是多傳感器融合的智能氣體檢測方法、終端及可讀存儲介質。
技術介紹
1、氣體檢測主要應用于有毒、有害氣體監測，食品質量和新鮮度檢驗，疾病呼氣檢測等領域。其中，對于多氣體組成的混合氣體，例如揮發性有機化合物?(volatile?organiccompounds,?vocs)混合氣體，揮發性有機化合物是沸點在50℃到250℃之間，且在常溫下易揮發的一類有機化合物。由于其揮發性強且部分氣體具有毒性，對生態環境和人體健康造成了潛在危害，近年來，其監測和治理問題一直受到高度重視。
2、vocs主要來源于工業排放（如印刷、涂裝、表面處理等）、溶劑使用（如油漆、清潔劑、印刷油墨等）、化學品生產（如塑料、橡膠、化肥等）、日常用品（如家具、地毯、清潔劑等），以及汽車尾氣、建筑材料等。除了來源廣泛之外，vocs的組成也復雜多樣，其中常見的有醇類物質：甲醇、乙醇、丙醇；醛類物質：甲醛、乙醛；酮類物質：丙酮；烴類物質：甲烷、乙烷、乙烯、丙烯、苯、甲苯等。vocs過量的危害主要有以下幾個方面：
3、其一是危害人體健康，由于vocs多數具有刺激性，高濃度的vocs對眼睛、鼻子和喉嚨的刺激性強，可能引起眼睛發紅、流淚、咳嗽等反應，如果長時間暴露在vocs中，可能導致頭暈、頭痛和乏力等癥狀。vocs對人的內臟器官也有一定的危害，如長期暴露在甲苯、二甲苯中會對神經系統、肝臟和腎臟造成影響，長期暴露在四氯化碳還可能對心臟產生損害。更嚴重的是，一些vocs已經被證實對人體具有致癌性，如苯、甲醛、二氯二乙硫醚、氯
4、其二是污染大氣環境，vocs對空氣質量產生多種危害，主要包括以下幾個方面：其一，vocs是形成臭氧?(o3)?和細顆粒物?(pm2.5)?等物質的重要前體物質，其中，臭氧是一種強氧化劑，濃度過高會影響空氣質量，而細顆粒物是降低空氣能見度的罪魁禍首。其二，vocs在大氣中可以發生復雜的化學反應，生成一些有毒物質，如致癌物質、有機酸和醛類化合物等。其三，vocs與氮氧化物的發生光化學反應還會產生光化學煙霧，從而導致環境空氣污染。
5、其三是危害生產安全，部分vocs具有易燃易爆等特性，如甲烷、乙烯、乙醇、甲苯、丙酮等，當其在空氣中濃度達一定極限時，遇到火源或高溫容易發生爆炸并引起火災。另外，還有一些vocs具有腐蝕性，可能對生產設備和設施造成損壞，從而給人們的生產制造帶來安全風險。
6、總的來說，vocs的來源多樣，種類豐富，其在環境中的濃度和種類會隨著時間和地點的變化而波動，這使得vocs的檢測面臨著極大的復雜性。現有技術的氣體檢測方法沒有考慮到vocs復雜的時空特性，導致對于vocs檢測的效果較差。
技術實現思路
1、本專利技術的目的是提供多傳感器融合的智能氣體檢測方法、終端及可讀存儲介質，旨在解決現有技術對混合氣體檢測效果較差的問題。
2、本專利技術解決技術問題所采用的技術方案如下：
3、本專利技術提供一種多傳感器融合的智能氣體檢測方法，所述多傳感器融合的智能氣體檢測方法包括：
4、獲取多傳感器陣列信號數據，對所述傳感器陣列信號數據進行處理，得到模型輸入數據；
5、將所述模型輸入數據輸入分析模型，所述分析模型提取所述模型輸入數據的信號特征；
6、所述分析模型根據所述信號特征識別氣體類型和濃度。
7、進一步地，所述獲取多傳感器陣列信號數據，對所述傳感器陣列信號數據進行處理，得到模型輸入數據，具體包括：
8、獲取多個傳感器單元的信號，并對多個所述傳感器單元的信號進行信號預處理，對齊各個傳感器單元的信號得到所述多傳感器陣列信號數據；
9、對所述多傳感器陣列信號數據進行去噪處理和標準化處理得到所述模型輸入數據。
10、進一步地，所述分析模型包括特征提取網絡，所述特征提取網絡包括空間提取分支、時間提取分支和門控單元；
11、所述分析模型提取所述模型輸入數據的信號特征，具體包括：
12、所述空間提取分支提取所述模型輸入數據的傳感器維度特征；
13、所述時間提取分支提取所述模型輸入數據的時間維度特征；
14、所述門控單元融合所述傳感器維度特征和所述時間維度特征得到所述信號特征。
15、進一步地，所述空間提取分支依次包括空間編碼網絡和一個或多個空間編碼器模塊，所述空間編碼器模塊均包括多頭注意力層和空間前饋網絡層，其中，所述空間編碼網絡包括空間線性嵌入層；
16、所述空間提取分支提取所述模型輸入數據的傳感器維度特征，具體包括：
17、所述空間線性嵌入層將所述模型輸入數據投射到一個高維空間，得到空間數據，將所述空間數據輸入到所述空間編碼器模塊；
18、所述多頭注意力層提取輸入的特征；
19、所述空間前饋網絡增強在所述空間編碼器模塊的所述多頭注意力層提取的特征；
20、將最后一個空間編碼器模塊的輸出作為所述傳感器維度特征。
21、進一步地，所述空間編碼器模塊還包括多頭注意力層之后的殘差連接和歸一化層以及空間前饋網絡層之后的殘差連接和歸一化層；
22、所述殘差連接和歸一化層用于對多頭注意力層提取的特征或空間前饋網絡增強的特征進行殘差連接和正則化處理。
23、進一步地，所述時間提取分支依次包括時間編碼網絡和一個或多個時間編碼器模塊，所述時間編碼器模塊均包括帶掩碼多頭注意力層和時間前饋網絡層，其中，所述時間編碼網絡包括時間線性嵌入層和位置嵌入層；
24、所述時間提取分支提取所述模型輸入數據的傳感器維度特征，具體包括：
25、所述時間線性嵌入層將所述模型輸入數據投射到一個高維空間，得到時間中間數據；
26、所述位置嵌入層對所述時間中間數據進行時間步編碼，得到時間數據，將所述時間數據輸入到所述時間編碼器模塊；
27、所述帶掩碼多頭注意力層提取輸入的特征；
28、所述時間前饋網絡增強在所述時間編碼器模塊的帶掩碼多頭注意力層提取的特征；
29、將最后一個時間編碼器模塊的輸出作為所述傳感器維度特征。
30、進一步地，所述時間編碼器模塊還包括帶掩碼多頭注意力層之后的殘差連接和歸一化層以及時間前饋網絡層之后的殘差連接和歸一化層；
31、所述殘差連接和歸一化層用于對帶掩碼多頭注意力層提取的特征或時間前饋網絡增強的特征進行殘差連接和正則化處理。
32、進一步地，所述分析模型包括分類網絡，所述分類網絡包括線性層和輸出層；
33、所述分析模型根據所述信號特征識別氣體類型和濃度，具體包括：
34、所述線性層對所述信號特征進行線性變換，得到線性變換數據；
35、所述輸出層將所述線性變換數據轉換成氣體類型和濃度，并輸出。
36、此外，為實現上述目的，本專利技術本文檔來自技高網...
【技術保護點】
1.一種多傳感器融合的智能氣體檢測方法，其特征在于，所述多傳感器融合的智能氣體檢測方法包括：
2.根據權利要求1所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述獲取多傳感器陣列信號數據，對所述傳感器陣列信號數據進行處理，得到模型輸入數據，具體包括：
3.根據權利要求1所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述分析模型包括特征提取網絡，所述特征提取網絡包括空間提取分支、時間提取分支和門控單元；
4.根據權利要求3所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述空間提取分支依次包括空間編碼網絡和一個或多個空間編碼器模塊，所述空間編碼器模塊均包括多頭注意力層和空間前饋網絡層，其中，所述空間編碼網絡包括空間線性嵌入層；
5.根據權利要求4所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述空間編碼器模塊還包括多頭注意力層之后的殘差連接和歸一化層以及空間前饋網絡層之后的殘差連接和歸一化層；
6.根據權利要求3所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述時間提取分支依次包括時間
7.根據權利要求6所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述時間編碼器模塊還包括帶掩碼多頭注意力層之后的殘差連接和歸一化層以及時間前饋網絡層之后的殘差連接和歸一化層；
8.根據權利要求1所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述分析模型包括分類網絡，所述分類網絡包括線性層和輸出層；
9.一種終端，其特征在于，所述終端包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的多傳感器融合的智能氣體檢測程序，所述多傳感器融合的智能氣體檢測程序被所述處理器執行時控制終端實現如權利要求1-8任一項所述的多傳感器融合的智能氣體檢測方法的步驟。
10.一種可讀存儲介質，其特征在于，所述可讀存儲介質存儲有多傳感器融合的智能氣體檢測程序，所述多傳感器融合的智能氣體檢測程序被處理器執行時實現如權利要求1-8任一項所述的多傳感器融合的智能氣體檢測方法的步驟。
...【技術特征摘要】
1.一種多傳感器融合的智能氣體檢測方法，其特征在于，所述多傳感器融合的智能氣體檢測方法包括：
2.根據權利要求1所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述獲取多傳感器陣列信號數據，對所述傳感器陣列信號數據進行處理，得到模型輸入數據，具體包括：
3.根據權利要求1所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述分析模型包括特征提取網絡，所述特征提取網絡包括空間提取分支、時間提取分支和門控單元；
4.根據權利要求3所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述空間提取分支依次包括空間編碼網絡和一個或多個空間編碼器模塊，所述空間編碼器模塊均包括多頭注意力層和空間前饋網絡層，其中，所述空間編碼網絡包括空間線性嵌入層；
5.根據權利要求4所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述空間編碼器模塊還包括多頭注意力層之后的殘差連接和歸一化層以及空間前饋網絡層之后的殘差連接和歸一化層；
6.根據權利要求3所述的一種多傳感器融合的智能氣體檢測方法，其特征在于，所述時間提取分支依次包括...
【專利技術屬性】
技術研發人員：姜婧妍，吳武建，葉初陽，韋東延，陳燕君，廖家榮，林德東，
申請(專利權)人：深圳技術大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。