原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于元学习的有监督漂移传感器的气体分类方法，步骤如下1：传感器采集气体特征数据，传递给气体分类模型的输入层；2：输入层抽取数据样本，微调模型初始化参数；3：卷积层对气体特征数据进行卷积操作，得到卷积特征数据；4：残差连接层使用残差连接块将卷积特征数据映射到更高维度，得到高维特征数据；5：平均池化层对高维特征数据进行池化操作，得到池化特征数据；6：全连接层对池化特征数据进行全连接操作，得到低维特征数据；7：输出层经归一化函数输出气体分类结果。效果：只需要通过少量目标域样本就可以快速改变模型参数，提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117668550A
(43)申请公布日2024.03.08
(21)申请号202311677807.4
(22)申请日2023.12.08
(71)申请人超微科技（海宁）
文档评论（0）