详情

原文传递一种气味分析方法及装置

专利名称：	一种气味分析方法及装置
摘要：	本发明公开了一种气味分析方法及装置。其中方法，包括以下步骤：采集待测气体，使待测气体与所述传感器相互作用采集数据，得到传感器采集的原始气味数据；根据所述原始的气味数据，输入到训练好的卷积神经网络中进行分析处理，得到分类结果；根据所述分类结果，将所述分类结果显示在显示设备上。本发明公开的一种气味分析方法及装置采用深度学习方法，自动学习特征，在训练网络时，能够自动调节网络参数，使得特征提取的种类多样化，能提高分析结果的正确率，其最终分析结果在化学成分表的基础上，与实际使用背景相结合，得出为具有实际意义的气味分析结果。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海大学
发明人：	严壮志;张瑶雯;沈婷;蒋皆恢;胡俊炜
专利状态：	有效
申请日期：	2019-05-14T00:00:00+0800
发布日期：	2019-08-20T00:00:00+0800
申请号：	CN201910400295.4
公开号：	CN110146642A
代理机构：	上海精晟知识产权代理有限公司
代理人：	冯子玲
分类号：	G01N31/00(2006.01);G;G01;G01N;G01N31
申请人地址：	200444 上海市宝山区上大路99号
主权项：	1.一种气味分析方法，其特征在于，包括以下步骤：采集待测气体，使待测气体与所述传感器相互作用采集数据，得到传感器采集的原始气味数据；根据所述原始的气味数据，输入到训练好的卷积神经网络中进行分析处理，得到分类结果；根据所述分类结果，将所述分类结果显示在显示设备上。 2.如权利要求1所述的一种气味分析方法，其特征在于，采集待测气体，使待测气体与所述传感器相互作用采集数据，得到传感器采集的原始气味数据，还包括：将所述原始的气味数据分为训练集和测试集两个部分。 3.如权利要求2所述的一种气味分析方法，其特征在于，得到原始的气味数据后，还包括：将每个原始的气味数据整理为x＝[s1，s2，s3，…，sd]，作为输入数据，其中si为某个气体传感器获取的气味数据，d为传感器的个数，所述训练集中的输入数据x对应的气味标签为Y。 4.如权利要求3所述的一种气味分析方法，其特征在于，根据所述原始的气味数据，输入到训练好的卷积神经网络中进行分析处理，得到分类结果，具体包括：所述输入数据与对应的卷积核进行一维卷积操作；对一维卷积操作后的数据进行池化层的池化操作；通过卷积操作和池化操作后，得到特征图，然后将所述特征图经过全连接层整合特征，最后将全连接层的输出作为最终的分类Softmax层的输入；根据所述分类Softmax层的输入，得到Softmax层中最大概率的类别，即为预测该样本的所述类别。 5.一种气味分析装置，其特征在于，包括：采集模块，用于采集待测气体，使待测气体与所述传感器相互作用采集数据，得到传感器采集的原始气味数据；分析模块，用于根据所述原始的气味数据，输入到训练好的卷积神经网络中进行分析处理，得到分类结果；显示模块，用于根据所述分类结果，将所述分类结果显示在显示设备上。 6.如权利要求5所述的一种气味分析装置，其特征在于，还包括区分模块，用于将所述原始的气味数据分为训练集和测试集两个部分。 7.如权利要求6所述的一种气味分析装置，其特征在于，所述采集模块包括整理单元，用于将每个原始的气味数据整理为x＝[s1，s2，s3，…，sd]，作为输入数据，其中si为某个气体传感器获取的气味数据，d为传感器的个数，所述训练集中的输入数据x对应的气味标签为Y。 8.如权利要求7所述的一种气味分析装置，其特征在于，所述分析模块包括：卷积单元，用于所述输入数据与对应的卷积核进行一维卷积操作；池化单元，用于对一维卷积操作后的数据进行池化层的池化操作；连接单元，用于通过卷积操作和池化操作后，得到特征图，然后将得到的所述特征图经过全连接层整合特征，最后将全连接层的输出作为最终的分类Softmax层的输入；输出单元，用于根据所述分类Softmax层的输入，得到Softmax层中最大概率的类别，即为预测该样本的所述类别。 9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现如权利要求1-4中任一项所述的方法。 10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1-4中任一项所述的一种气味分析方法。
所属类别：	发明专利