传感器漂移是气体传感器遭受的最严峻的问题之一。气体传感器的老化和中毒，以及湿度和温度改变等不可控因素，都或许导致此问题。
传感器漂移是气体传感器遭受的最严峻的问题之一。气体传感器的老化和中毒以及湿度和温度改变等不可控因素都或许导致此问题。
对此，中国科学院深圳先进技术研讨所智能与仿生体系中心的研讨人员开发了一种根据子空间学习的域自适应办法，该办法有或许缓解气体传感器漂移问题。
该研讨宣布在IEEE Transactions on Systems，Man，and CyberneTIcs:Systems上。
研讨人员提出了一种根据部分判别子空间投影（LDSP）的气体传感器漂移补偿办法。
所提出的办法旨在找到子空间以减小两个域（即源域和方针域）之间的散布差异。经过这种办法，在公共子空间中将均匀散布差异最小化。
LDSP不只考虑了源数据的标签信息，还减少了具有不同类别标签的子空间中的样本互相接近的或许性。它还借用了部分保存投影的思维来处理多形式数据。LDSP的公式是一个广义特征值问题，很简单处理。
该试验结果表明，所提出的办法优于在对公共气体传感器漂移的数据集分类准确度方面的其他气体传感器的漂移补偿办法。
