针对室内污染源定位的小样本卷积神经网络的数据优化方法与训练策略

《Journal of Building Engineering》:Data Optimization Methods and Training Strategies for Small-Sample Convolutional Neural Networks in Indoor Pollution Source Localization

【字体: 大 中 小 】 时间:2026年01月20日 来源:Journal of Building Engineering 7.4

编辑推荐:

  污染源定位关键挑战在于数据稀缺与跨场景泛化,本研究通过Shapley值分析量化策略贡献,提出融合图像裁剪与残差网络的小样本优化框架,实现0.23m平均定位误差,较基线提升55.98%,并具备76.64-83.24%的跨场景泛化优势。

  
叶天成|韩梦涛
华中科技大学建筑与城市规划学院,中国武汉430074

摘要

室内污染源的定位对公共健康至关重要。随着神经网络在污染源定位中的应用日益增多,传统的神经网络仍然面临诸多挑战,包括数据量不足、优化方法基于经验以及跨场景适应能力不强等问题。本研究分析了多种数据处理方法和模型训练参数,以在数据稀缺的情况下提高预测精度,旨在建立适用于小样本场景的数据处理和模型训练流程,从而实现快速、高精度的污染源定位。我们探索了小样本数据增强策略,如图像旋转和裁剪,并对网络架构进行了调整,特别是引入了残差层。我们提出了一种综合训练策略,将多场景数据整合到轻量级的ResNet模型中,通过特征解耦和共性学习实现跨场景泛化。利用Shapley值分析,我们定量评估了各种策略的贡献度,发现图像裁剪与ResNet深度的协同效应是最具影响力的因素,而卷积核优化仅贡献了32.5%的效果;相比之下,通用图像增强方法的效果仅为5.9%,表明其实用性有限。基于这些分析,我们消除了冗余操作以简化模型。实验结果表明,优化后的模型在单点预测中的R2值为0.998,在有家具和无家具的场景中平均定位误差为0.23米,比基线模型提高了55.98%。对于验证集之外的污染源,平均定位误差为0.12米,优于传统模型76.64%-83.24%。尽管本研究依赖于模拟数据,但它提供了一个统一、高效的框架,减少了对外部大数据集的依赖,能够在复杂的室内环境中实现快速、高精度的污染源定位。

引言

室内污染物暴露已成为一个严重的全球公共卫生问题。大约90%的人口面临超过安全标准的污染水平,这直接导致了呼吸系统和心血管疾病。因此,准确及时的污染源定位对于控制暴露途径和降低健康风险至关重要[1]、[2]、[3]、[4]、[5]。
在这种背景下,精确的室内污染源识别成为污染控制的关键组成部分。实时污染源定位可以实现有针对性的干预措施,例如优化通风系统和策略性地放置空气净化器,这些措施可以显著降低人群的暴露风险[6]。
研究人员开发了多种方法来提高污染源识别的准确性和效率。当前关于室内污染源追踪的研究主要集中在三个领域:(1) 将计算流体动力学与智能优化算法相结合[7];(2) 推进机器人嗅觉技术[8];(3) 开发适用于复杂多孔介质环境的追踪方法[9]。
随着人工智能的最新进展,AI-CFD混合方法和AI-机器人定位方法因其高效性和智能潜力而受到关注。然而,这些方法仍面临一些挑战,包括局部最优解、机器人数量优化、搜索时间限制以及在多孔介质环境中的识别精度问题。
周等人结合了Nelder-Mead算法和机器人主动嗅觉技术来定位衰减性和周期性变化的污染源,并使用CFD模拟来建模浓度场,实现了较高的成功率。然而,这种方法对机器人数量和搜索步长都非常敏感[10]。陈等人开发了一种结合粒子群优化和移动机器人嗅觉技术的CFD模型,用于时间变化污染源的定位。他们的结果表明,增加机器人数量可以提高成功率,但会导致收敛速度变慢和时间成本的非线性增加[11]。此外,黄等人的污染-机器学习混合模型提高了追踪精度,但需要事先了解污染源的强度信息[12]。另一项研究表明,CFD耦合的混合整数线性规划实现了非法电子废物焚烧场所的高精度定位[13]。巴克特等人基于深度学习的地铁空气质量预测框架也有助于污染源定位和空气质量改善[14]。
尽管现有方法在准确性方面具有优势,但它们通常在数据需求和空间泛化能力上存在核心瓶颈[15]。具体来说,许多方法依赖于理想的CFD模拟数据或受控的实验室环境,往往无法充分考虑传感器噪声、测量不确定性以及空间异质性(如家具布局)对实际应用中模型性能的影响。此外,当前的优化过程往往依赖于专家的经验和试错。缺乏对策略贡献的系统性评估,常常导致模型结构复杂且包含冗余操作。
叶等人率先在该领域提出了少样本学习策略,通过图像增强和网络架构优化,在无家具空间中实现了R2=0.85的定位精度[16]。虽然这项工作奠定了重要基础,但仍存在一些关键问题未解决,包括模型在复杂布局(如有家具的环境)中的泛化能力、不同优化策略贡献的定量评估以及有效控制模型复杂性的方法[17]。
总之,当前研究在实现高效、准确和实用的室内污染源定位方面面临以下关键挑战:数据效率与模型泛化之间的矛盾:如AI-CFD方法通常需要大量的高质量CFD或测量数据进行训练[18],这与实际应用中数据稀缺的现实情况相冲突,尤其是真实监测数据[19]。此外,训练好的模型难以适应与训练场景不同的室内布局[20]。优化过程中的盲目性和复杂性:在少样本条件下进行模型优化缺乏明确的指导原则,各种数据增强和网络调整策略的贡献度不明确,常常引入冗余操作,增加了模型复杂性和计算成本,但并未持续提升性能[21]。对实际复杂性的考虑不足:现有方法在将模拟结果应用于真实环境时需要更强的鲁棒性,尤其是在处理由家具等空间障碍物引起的传感器限制和扩散模式变化时。
为了克服这些限制,本研究旨在为少样本条件开发一个系统的卷积神经网络优化框架。该框架将提高室内污染源定位的准确性、效率和跨场景泛化能力。我们的具体研究目标包括:(1) 系统评估不同优化策略(包括少样本数据增强和网络架构调整)对定位精度的影响;(2) 采用Shapley值分析定量评估每种策略的贡献,从而确定核心优化路径并消除冗余操作以降低模型复杂性;(3) 提出一种跨场景的统一训练策略,整合来自不同室内布局(有家具和无家具)的数据。这种方法将通过特征解耦和共性学习提高模型在多样化真实室内环境中的泛化能力。

研究方法

研究方法

本节描述了本研究使用的研究方法。第2.1节回顾了污染源识别的基本框架,为后续研究奠定了理论基础,并明确了本研究在整个污染源识别系统中的位置。第2.2节介绍了研究对象空间和初始参数,确定了研究的具体范围和边界。第2.3节介绍了所采用的方法。

定位模型处理的优化策略

本节系统地提出了一个污染源定位模型的优化策略,通过构建一个包含三个关键步骤的完整优化框架来实现。第3.1节介绍了用于定量评估各种优化方法贡献的Shapley值分析。第3.2节介绍了针对核心参数的小样本数据增强方法,第3.3节介绍了网络架构优化过程。最后,第3.4节介绍了...

应用与验证

为了系统评估所提出模型的泛化能力和实用性,选择了两个具有代表性的室内环境(有家具和无家具的空间)作为验证场景。在每个空间中设置了多个污染源位置及其对应的污染物分布数据(未用于训练)作为测试集。测试案例的空间布局、污染源位置和浓度分布被故意设置为独立的...

结论与未来工作

本研究提出了一个改进的污染源定位框架,整合了综合训练策略、ResNet模型和基于Shapley值的优化贡献分析。通过对网络架构、数据增强技术和跨场景统一建模的系统性优化,动态污染源定位的准确性和效率得到了显著提升。主要创新体现在三个方面:

作者贡献声明

叶天成:撰写——原始草案、验证、软件开发、方法论设计、数据分析、数据整理。韩梦涛:撰写——审稿与编辑、监督、资源协调、项目管理、方法论制定、资金获取、概念构思

数据获取

支持本研究结果的数据可向相应作者请求获取。

利益冲突声明

作者声明他们没有可能影响本研究工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家自然科学基金(项目编号52208059)的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号