一种气味分析方法及装置制造方法及图纸

本发明专利技术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。本发明专利技术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。

A Method and Device for Odor Analysis

【技术实现步骤摘要】
一种气味分析方法及装置
本专利技术涉及数据分析领域，尤其涉及一种气味分析方法及装置。
技术介绍
传统的气体分析与识别方法通常为将高维的气体数据经过降维、特征提取、特征选择等步骤处理后，通过分类、回归或聚类等方式完成气体识别的任务，并给出被测气体的主要成分。在传统的气体分析中，常用的降维方法有主成分分析、线性判别分析等，常用的分类算法有支持向量机、随机森林等。天津大学在专利ZL201410847791.1中专利技术了一种基于电子鼻技术的白酒识别便携设备，通过手工设计的特征进行白酒的识别。专利技术中通过获取白酒汽化后的气体曲线上的10个相关信息作为特征量进行白酒的识别，相关信息包括有达到最大相对电导变化率的时间、相对电导变化率的方均根，算术平均数、几何平均数、调和平均数等。但实际上，这些手工设计的参数特征量的设定，会受传感器、温度等因素的影响，针对于不同的应用需要调整对应的标准。深圳大学在专利CN201710203312.6中提供了一种基于频域特征提取的快速气体识别算法，采用矩形窗进行传感器数据的截取，将截取到的数据进行傅里叶变换得到频域分布，取频域分布中的前20个数据值作为特征，将映射后的向量及其标签输入支持向量机分类器中进行模型的建立，利用得到模型进行气体种类的识别。然而在专利技术中，数据曲线获取后并未确定曲线是否已处于平稳状态，便采用傅里叶变换后的前20个数据值作为特征值，以此获得的特征值并不能较完整的表达曲线信息。中山大学在专利CN201810812710.2中提出了一种基于电子鼻的气味识别方法、装置和电子鼻系统，从电子鼻系统的检测数据中分解出吸附质量矩阵、吸附量缩放矩阵和气味分子特征矩阵作为提取的特征数据，并基于这些特征数据，生成抽象气味因子图，抽象气味因子图中即包含了气味的特征信息，将抽象气味因子图作为特征谱图，识别两个气味的特征谱图之间的相似度，根据相似度识别两种气味样品是否为相同气味的样品。系统最终主要根据抽象气味因子图来进行判别，因子图的参数主要通过对数据进行简单的信号处理后得到。上海交通大学在专利ZL201210563428.8中提出了一种用于肺癌早期检测的电子鼻系统，其主要通过检测多种肺癌的特异性挥发性有机化合物的水平来进行检测诊断，其主要依据为肿瘤的生长往往伴随着基因或者蛋白质的改变，这可能导致细胞膜发生过氧化反应，进而影响挥发性有机化合物的排放。方法根据所得化合物分析结果，来进行辅助诊断肺癌疾病。在目前已有的气体识别技术中，传统方法往往只着眼于局部，如根据气体样本的信号波形设计各种手工特征或者由各种信号处理方法提取特征，之后简单地输入支持向量机、k-近邻算法等分类算法中进行识别。例如上述提到的基于电子鼻技术的白酒识别便携设备，其10个特征量均为曲线上的相关数学信息；基于频域特征提取的快速气体识别算法中对曲线的部分数据进行傅里叶变换，取变换后的数据作为特征量；基于电子鼻的气味识别方法、装置和电子鼻系统中通过对数据进行简单信号处理后，得到抽象气味因子图。以上方法中均是通过手工设计得到特征，手工设计的特征只是简单的信号处理，但是波形易受到具体的应用场合的影响而变化。同样在气味识别的应用领域中，其对应的分析结果均停留在气体化学分子的层面上，例如上述提到的用于肺癌早期检测的电子鼻系统的专利技术中，通过检测特异性有机化合物来辅助诊断肺癌疾病。使用人员根据所得化合物分析结果进行相关知识的查阅后，再对气味进行解释。对于目前所存在的气味识别分析结果中，能够得到气味分析较为科学性的结果，但在使用方便程度上还可以进一步提高，即在气味分析的化学成分的基础上，有更进一步的分析结果，例如具体的某种气味，香味、臭味等。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是现有技术中的气味分析方法中其峰值可能会受温度、湿度等因素影响产生漂移现象，从而使得特征产生偏差，导致最终的分析结果出现较大偏差，或在中医药识别领域，采用传感器能检测的一些化学成分，根据化学成分表查询对应药品的种类时，操作繁琐麻烦。因此，提供了一种气味分析方法，采用深度学习方法，自动学习特征，在训练网络时，通过神经网络的反向传播机制自动调节网络参数，另外神经网络的特征提取不再局限于手工特征提取的单一性，从而使得特征的种类多样化，而不仅限于一种类似于峰值这类特定的特征，从而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，可进一步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，比如气味属于哪一种花或气味属于哪种典型中医闻诊气味。为实现上述目的，本专利技术提供了一种气味分析方法，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。进一步地，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。进一步地，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，训练集中的输入数据x对应的气味标签为Y。进一步地，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；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。本专利技术公开提供了一种气味分析装置，包括：采集模块，用于采集待测气体，使所述待测气体进行化学反应，得到原始的气味数据；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。进一步地，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。进一步地，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，训练集中的输入数据x对应的气味标签为Y。进一步地，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，提取特征图，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；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。本专利技术公开又提供了一种计算机设备，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，所述处理器执行所述程序时，实现如上述中任一项所述的方法。本专利技术公开又提供了一种存储有计算机程序的计算机本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：严壮志，张瑶雯，沈婷，蒋皆恢，胡俊炜，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31