低功耗识别复杂气体
果蝇启发的人工嗅觉前端，在复杂环境下实现高精度多种类气体识别。
Wang, Jiachuang · 杨恒 · Li, Zening · Fangyu, Zhao · Liu, Wenyuan · 陈宏 · 姜汉钧 · 秦楠 · Tao, Tiger Hu
Microsystems and Nanoengineering 2024
对7种气体定性识别准确率达98.5%，在3~5个浓度梯度下定量预测准确率为93.2%，证明系统在高湿度和部分传感器损坏等复杂环境下仍能可靠工作。
系统设计用于高湿度和传感器部分损坏等挑战性环境，通过数据处理和重建算法确保气体信息的准确提取，适用于实际应急场景。
采用果蝇启发的轻量级机器学习算法，结合浅层神经网络和残差神经网络，减少了参数数量和计算难度，适合在资源受限的设备上部署。