SNM-Net：基于球面归一化和马氏距离的鲁棒开放集气体识别通用框架
Research Paper#Electronic Nose, Gas Recognition, Deep Learning🔬 Research|分析: 2026年1月3日 16:20•
发布: 2025年12月28日 05:33
•1分で読める
•ArXiv分析
本文介绍了SNM-Net，一种用于电子鼻（E-nose）系统中开放集气体识别的新型深度学习框架。其核心贡献在于使用级联归一化和马氏距离的几何解耦机制，解决了与信号漂移和未知干扰相关的挑战。该框架与架构无关，并且在性能上优于现有方法，特别是与Transformer骨干网络结合时，这使其成为该领域的重要贡献。