一种物质气味嗅频提取方法技术
【技术实现步骤摘要】
一种物质气味嗅频提取方法
本专利技术涉及物联网信息领域，尤其涉及一种物质气味嗅频提取方法。技术背景随着计算机技术和通信与信息技术的迅猛发展，虚拟现实技术应运而生，人类的听觉、视觉功能已在时间及空间上获得巨大拓展，使得人们通过网络获取大量信息的愿望成为可能，当前已经出现了诸如网络互动电视和网络视频会议等满足视觉和听觉的应用，但基于网络的有关嗅觉的相关应用甚少，主要是缺乏有效提取嗅觉特征信息的方法。嗅觉传感器阵列是20世纪90年代兴起的对气味物质进行采集识别的器件，目前主要用来对于气味进行判断识别，但由于材料和技术等限制，其应用范围受了极大的限制。对于气味相关属性的判别识别主要有中国专利申请号：201310315482.5,申请公布日：2013年12月15日，专利技术名称：一种嗅觉模拟一起和特定物质气(嗅)味等级现场分析法，该专利技术模拟了一种嗅觉仪器用以对气味进行现场检测并做出等级区分；中国专利申请号:201310323187.4,申请公布日：2014年01月08日，专利技术名称：一种基于核主成分分析的表征蜂蜜差异性智能嗅觉图谱特征提取方法，该专利技术引入核函数...
【技术保护点】
一种物质气味嗅频提取方法，其特征在于，物质气味嗅频是指用于表征物质气味的特征信息，包含物质气味的种类名称记为Rn，成分记为Lc，比例浓度记为Pi，对于嗅频的提取按照以下步骤进行：步骤1：选取物质气味样品备用，样品备份为若干份，固体每份为M克、液体每份为M毫升、气体为M立方毫米，固体物质研磨成粉末或切割成体积小于1立方毫米的块状，气体和液体物质密度均匀；样品置于恒温恒湿的实验箱中静置70分钟；步骤2：应用仿生嗅觉系统对已知物质气味样品进行采集检测，测量时间t为100秒，采集速率为7.749毫升/分钟，保存所测数据Fs(S1，S2，……SN)，并对Fs保存至计算机；步骤3：对步...
【技术特征摘要】
1.一种物质气味嗅频提取方法，其特征在于，物质气味嗅频是指用于表征物质气味的特征信息，包含物质气味的种类名称记为Rn，成分记为Lc，比例浓度记为Pi，对于嗅频的提取按照以下步骤进行：步骤1：选取物质气味样品备用，样品备份为若干份，固体每份为M克、液体每份为M毫升、气体为M立方毫米，固体物质研磨成粉末或切割成体积小于1立方毫米的块状，气体和液体物质密度均匀；样品置于恒温恒湿的实验箱中静置70分钟；步骤2：应用仿生嗅觉系统对已知物质气味样品进行采集检测，测量时间t为100秒，采集速率为7.749毫升/分钟，保存所测数据Fs(S1，S2，…，SN)，并对Fs保存至计算机；步骤3：对步骤2中采集所得到的测量数据信息采用叠加映射降维算法SMA进行判断训练，并将所建立的样本序号OSMA与气味名称成分属性L(Oname，Cn1，Cn2，…，Cnk)，其中Oname是物质气味种类名称，Cn1是物质气味第1种成分名称，Cn2是物质气味第2种成分名称，Cnk是物质气味第k种成分名称；以R(OSMA，Oname，Cn1，Cn2，…，Cnk)为结点的后序遍历规则的平衡二叉树形式保存至气味成分信息库；所述步骤3中使用的叠加映射降维方法，具体步骤如下：步骤1)：将采集并测量得到的一个气味样本数据信息矩阵Fs向量化，选取其中达到稳态响应值的测量值，组成训练样本矩阵PT∈Rr×n，其中r代表训练样本矩阵的行数，由选取的样本类，样本个数及稳态时间值个数决定，j代表训练样本类别个数，j∈[1,c]，i代表第j类训练样本个数，i∈[1,ni]；则训练样本的均值为步骤2)：由步骤1)设获取训练样本去均值后形成的样本矩阵为T＝PT-μ，T∈Rr×n则T的协方差矩阵为Q＝T×TT，Q∈Rr×r(4)其中TT是T的转置矩阵，并计算Q矩阵的特征值及特征向量，按特征值累计贡献率不小于99.5％，从大到小顺序选取前a个特征值所对应的特征向量组成第一降维特征系数矩阵Pc，Pc∈Ra×n，a≤n-1，并将训练样本矩阵T投影到Pc中，得到第一降维识别矩阵：Pf＝T×PcT，Pf∈Rr×a(5)其中PcT是Pc的转置矩阵；步骤3)：将第一降维识别矩阵Pf作为第二降维的输入矩阵，即Pf∈Rr×a，其中k代表新训练样本矩阵的类别数k∈[1,c′]，m代表每个训练样本的个数m∈[1,a]，则的样本矩阵均值矩阵为训练的总样本Pf的均值矩阵μc∈R1×a，υ∈R1×a，并计算Pf类内散布矩阵Sω和类间散布矩阵Sb，即则根据Fisher准则函数由式(8)可知，当选取的矢量ω使JF(ω)取最大值时具有最优分析，其物理意义为以ω为投影方向，...
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。