傳感器漂移是氣體傳感器遭受的最嚴重的問題之一。氣體傳感器的老化和中毒，以及溼度和溫度變化等不可控因素，都可能導致此問題。

傳感器漂移是氣體傳感器遭受的最嚴重的問題之一。氣體傳感器的老化和中毒以及溼度和溫度變化等不可控因素都可能導致此問題。

對此，中國科學院深圳先進技術研究所智能與仿生系統中心的研究人員開發了一種基於子空間學習的域自適應方法，該方法有可能緩解氣體傳感器漂移問題。

該研究發表在IEEE Transactions on Systems,Man,and Cybernetics:Systems上。

研究人員提出了一種基於局部判別子空間投影（LDSP）的氣體傳感器漂移補償方法。

所提出的方法旨在找到子空間以減小兩個域（即源域和目標域）之間的分佈差異。通過這種方法，在公共子空間中將平均分佈差異最小化。

使用LDSP方法的批次之間的樣本分配差異。來源：SIAT

LDSP不僅考慮了源數據的標籤信息，還減少了具有不同類別標籤的子空間中的樣本彼此靠近的可能性。它還借用了局部保存投影的思想來處理多模式數據。LDSP的公式是一個廣義特徵值問題，很容易解決。

該實驗結果表明，所提出的方法優於在對公共氣體傳感器漂移的數據集分類準確度方面的其他氣體傳感器的漂移補償方法。