Target discrimination, concentration prediction, and status judgment of electronic nose system based on large-scale measurement and multi-task deep learning

摘要

为了实现响应特征的自动提取，简化模型的训练和应用过程，设计了一种双块知识共享结构的多任务卷积神经网络(MTL-CNN)来训练E-nose系统的模型。该模型可以同时执行三种不同的分类任务，用于目标识别、浓度预测和状态判断。

使用值为RA/RG （RA在空气中的电阻值，RG为在目标气体中的电阻值，消除飘移）

网络模型