详情

原文传递基于动态特征重要度的电子鼻气体传感器阵列优化方法

专利名称：	基于动态特征重要度的电子鼻气体传感器阵列优化方法
摘要：	本发明涉及一种基于动态特征重要度的电子鼻气体传感器阵列优化方法，其属于传感器阵列优化技术领域。包括如下步骤：步骤1、通过电子鼻采集目标环境中的气体信息；步骤2、通过方差筛去对目标环境中气体没有响应的气体传感器；步骤3、提取初步筛选后的气体传感器阵列中每个传感器的特征参数；步骤4、根据动态特征重要度对当前传感器阵列中的传感器进行排序，选择最重要的传感器加入优化阵列，判断当前优化阵列是否符合需求。本发明的有益效果是：本发明解决了电子鼻系统中依据经验设计传感器阵列或简单相关性优化阵列的低效问题，具有简单快速，易于实施，普适性强和可解释性强的特点。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	山东工商学院
发明人：	魏广芬;赵捷;李刚;何爱香;冯烟利
专利状态：	有效
申请日期：	2019-01-24T00:00:00+0800
发布日期：	2019-05-24T00:00:00+0800
申请号：	CN201910067877.5
公开号：	CN109799269A
代理机构：	青岛发思特专利商标代理有限公司
代理人：	耿霞
分类号：	G01N27/12(2006.01);G;G01;G01N;G01N27
申请人地址：	264005 山东省烟台市莱山区滨海中路191号
主权项：	1.一种基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于：包括如下步骤：步骤1、通过电子鼻采集目标环境中的气体信息；步骤2、通过方差筛去对目标环境中气体没有响应的气体传感器；步骤3、提取初步筛选后的气体传感器阵列中每个传感器的特征参数；步骤4、根据动态特征重要度对当前传感器阵列中的传感器进行排序，选择最重要的传感器加入优化阵列，判断当前优化阵列是否符合需求，若符合，则确定优化阵列；若不符合，重复步骤4。 2.根据权利要求1所述的基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于：所述电子鼻的气体传感器根据其具体应用选择，使其能对应用环境中的目标气体响应不同类型的气体传感器。 3.根据权利要求1所述的基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于，所述步骤2中设定方差阈值γ，计算每个传感器对每种气体响应曲线的方差，方差的计算方法为：计算每个传感器对所有类别气体响应曲线的方差之和，与方差阈值γ进行比较，当方差和大于γ时，则保留该传感器；当方差和小于或等于γ时，则删除该传感器。 4.根据权利要求1所述的基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于：对步骤3中所述的特征参数在提取时进行相应的处理，如稳态响应值需要差分处理，导数值需要在求导之前对曲线进行平滑处理。 5.根据权利要求1所述的基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于，步骤4中所述的动态特征重要度DFI的计算方法如下：公式(2)中，i是当前选择的轮数；ρxk则是该特征与第k轮选择的特征之间的相关性系数；FI(x)是特征x的特征重要度，在选择过程中，当i＝1时，特征x的DFI(x)1等于其FI(x)；当i>1时，DFI(x)i会受到前i-1轮选择的特征的影响，因此在选择过程中DFI(x)是动态计算的。 6.根据权利要求5所述的一种基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于，在电子鼻气体传感器阵列优化的过程中，气体传感器等效于特征。 7.根据权利要求1所述的一种基于动态特征重要度的电子鼻气体传感器阵列优化方法，其特征在于，所述步骤4具体包括如下步骤：步骤41：计算初步筛选后的传感器阵列的识别率，记作θ0；步骤42：计算每个传感器特征参数的特征重要度和特征相关性，并根据特征重要度对传感器进行排序，选择排名最高的传感器加入优化阵列；特征重要度定义为：对于特征空间X中任意一个特征x与类别Y，特征重要度用于描述特征x对分类的贡献，并通过FI(x)表示，FI(x)的种类和计算方法如下，基于学习模型的特征重要度，为每个单独的特征和类别变量建立预测模型，预测精度可以作为该特征的重要度，学习算法有误差逆传播神经网络(BP)、支持向量机(SVM)、随机森林(RF)和k近邻(KNN)；基于回归模型的特征重要度，回归、正则化方法的权值系数可作为该特征的重要度；基于随机森林的基尼重要度，通过将某个特征的所有特征值置换，随机森林每棵树置换前后父节点与子节点的基尼指数之差作为基尼重要度；特征相关性定义为：对于特征空间X中任意两个特征xi和xj(i≠j)，通过特征相关性描述两个特征xi和xj之间的关系，用相关性系数ρij表示两特征之间的相关性的强度，ρij由皮尔逊相关系数、互信息、最大信息系数方法获得，并对其归一化，使其取值范围为[0，1]；步骤43：计算优化阵列的识别率θ，比较θ和θ0两识别率的大小，当θ>θ0时，则确定优化阵列；当θ<θ0时，则重新计算传感器特征参数的动态特征重要度，选择动态特征重要度最大的传感器加入优化阵列，重复步骤43。
所属类别：	发明专利