一种基于深度森林模型的伤口感染电子鼻检测系统技术方案

本发明专利技术公开了一种基于深度森林模型的伤口感染电子鼻检测系统，包括依次连接的信息采集模块、分类识别模块以及结果输出模块；分类识别模块包括多粒度扫描模块、表征向量生成模块以及深度森林模块，系统从深度学习理论出发，有效提高了系统的检测精度，另外，使用决策树集成的深度森林模型,该模型相对容易训练，对超参数依赖低，可以有效缩短训练周期。

An Electronic Nose Detection System for Wound Infection Based on Deep Forest Model

The invention discloses an electronic nose detection system for wound infection based on deep forest model, which includes information acquisition module, classification recognition module and result output module connected sequentially; classification recognition module includes multi-granularity scanning module, representation vector generation module and depth forest module, and the system effectively improves the detection accuracy of the system based on deep learning theory. In addition, the deep forest model based on decision tree integration is relatively easy to train and has low dependence on hyperparameters, which can effectively shorten the training cycle.

【技术实现步骤摘要】
一种基于深度森林模型的伤口感染电子鼻检测系统
本专利技术涉及伤口感染检测
，更具体地说，涉及一种基于深度森林模型的伤口感染电子鼻检测系统。
技术介绍
现有的模型检测系统使用了一些经典算法进行数据训练以建立模型，其中以SVM(SupportVectorMachine，支持向量机)，RBF(径向基函数)神经网络为代表，它们虽然取得了不错的效果，同时也存在着很大的局限性，其中支持向量机比较依赖核函数与参数的选择，RBF神经网络在数据不充分的情况下效果不佳，总之现有模型检测系统的不足主要体现在如下两个方面：现有的模型检测系统在训练过程中使用优化算法寻参，训练周期较长，使得基于该模型检测系统进行伤口感染检测时不够灵活，且在准确率达到一定程度后，分类精度难以继续提升，优化遇到瓶颈，在伤口感染检测时对系统精度要求较高，现有技术存在的误分情况难以满足应用需求。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供一种基于深度森林模型的伤口感染电子鼻检测系统。其具体方案如下：一种基于深度森林模型的伤口感染电子鼻检测系统，包括依次连接的信息采集模块、分类识别模块以及结果输出模块；所述信息采集模块通本文档来自技高网...

【技术保护点】
1.一种基于深度森林模型的伤口感染电子鼻检测系统，其特征在于，包括依次连接的信息采集模块、分类识别模块以及结果输出模块；所述信息采集模块通过传感器获取伤口感染的p维特征数据；所述分类识别模块包括多粒度扫描模块、表征向量生成模块以及深度森林模块，所述多粒度扫描模块用于对所述信息采集模块获取的p维特征数据进行处理，按照长度为k进行滑动采样，得到S个k维特征子样本；所述表征向量生成模块包括一个普通随机森林模型和一个完全随机森林模型；针对每一个模型而言，输入一个k维特征子样本，输出一个C维的类别向量；从而得到长度为2S*C维的表征向量；所述深度森林模块具有N级，每一级包括M个普通随机森林模型和M个完全...

【技术特征摘要】
1.一种基于深度森林模型的伤口感染电子鼻检测系统，其特征在于，包括依次连接的信息采集模块、分类识别模块以及结果输出模块；所述信息采集模块通过传感器获取伤口感染的p维特征数据；所述分类识别模块包括多粒度扫描模块、表征向量生成模块以及深度森林模块，所述多粒度扫描模块用于对所述信息采集模块获取的p维特征数据进行处理，按照长度为k进行滑动采样，得到S个k维特征子样本；所述表征向量生成模块包括一个普通随机森林模型和一个完全随机森林模型；针对每一个模型而言，输入一个k维特征子样本，输出一个C维的类别向量；从而得到长度为2S*C维的表征向量；所述深度森林模块具有N级，每一级包括M个普通随机森林模型和M个完全随机森林模型，针对第一级而言，每个模型的输入为2S*C维的表征向量，输出为C维的类别向量，从而得到2M个C维类别向量；表征向量以及上一级输出得到的2M个C维类别向量拼接作为下一级的输入，最后将第N级输出的2M个C维类别向量针对每个类别求均值，取最大值对应的类别作为伤口感染的病菌类型；所述结果输出模块用于将伤口感染的病菌类型进行输出；所述p、S、k、C、M、N均为正整数，且p大于k，并根据应用场景确定。2.如权利要求1所述的基于深度森林模型的伤口感染电子鼻检测系统，其特征在于，所述信息...

【专利技术属性】
技术研发人员：贾鹏飞，曹怀升，乔思奇，徐多，王丽丹，段书凯，
申请(专利权)人：西南大学，
类型：发明
国别省市：重庆,50