文件名称：POP-CNN：使用卷积神经网络预测气味宜人性
文件大小：1.61MB
文件格式：PDF
更新时间：2024-05-06 11:18:14
Convolutional neural network , electronic
用电子鼻预测气味的愉悦感可以简化气味的评估过程，并且在香水和环境监测行业中具有潜在的应用。 预测气味愉悦度的经典算法通常使用手动特征提取器和独立的分类器。 特征提取器是开发精确算法的关键。 但是，其设计需要专业知识和经验。 为了解决这一难题，我们提出了一种使用卷积神经网络预测气味的愉悦度的模型。 发现使用卷积神经层的模型优于手动特征提取器。 实验结果表明，我们模型与人类之间的相关性超过90％。 我们的模型在区分绝对令人愉快和难闻的气味方面也达到了99.9％的准确度。