【技术实现步骤摘要】
所属的技术人员可以清楚地了解到本申请实施例可以用硬件实现，或硬件与软件的方式实现。当使用硬件与软件实现，可以将上述功能存储在计算机可读介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器220执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器210、移动硬盘、只读存储器210、随机存取存储器210、磁碟或者光盘等各种可以存储程序代码的介质。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。不应将权利要求中的任何附图标记视为限制所涉及的
<本文档来自技高网...【技术保护点】
1.一种基于机器学习的隧道有毒有害气体采样方法，其特征在于，包括有毒有害气体识别模型构建操作，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
3.根据权利要求2所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
4.根据权利要求2所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
5.根据权利要求4所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
6.根据权利要求2所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在
7...
【技术特征摘要】
1.一种基于机器学习的隧道有毒有害气体采样方法，其特征在于，包括有毒有害气体识别模型构建操作，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
3.根据权利要求2所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
4.根据权利要求2所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
5.根据权利要求4所述的一种基于机器学习的隧道有毒有害气体采样方法，其特征在于：
6.根据权利要求2...
【专利技术属性】
技术研发人员：耿博川，朱贤钢，陶新华，苏培东，余江，邱鹏，李有贵，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。