【技术实现步骤摘要】
一种物质气味留香值快速获取方法
本专利技术涉及机器嗅觉
,更具体地,涉及一种物质气味留香值快速获取方法。
技术介绍
调香是一门古老的艺术,在现代调香科学诞生前,调香创作几乎完全依赖于调香师的经验以及灵感迸发,为了使调香技艺理论化,解释现有的调香作品以及推演指导调香创作,调香三值理论便应运而生,调香三值理论中的留香值,作用是区分不同物质气味的持久性,是体现物质气味保持时长的一个参数。现阶段,物质气味留香值的获取方式是通过人工嗅辩手段,根据气味在试纸上可以达到的最大保留天数来确定的。以人工嗅辨的方法获取留香值,耗时长、效率低、工序复杂,同时也易受到如测试环境、实验偏差、受试者敏感度和训练程度等多因素的影响,导致获取的留香值准确度不高;此外,如果需要获取大量化学物质的留香值,需要耗费大量时间和资源。公开号为CN109541138A公开日:2019-03-29提出的一种香水留香时间加速测试仪及操作方法,通过风扇增大香组分分子的挥发速度,从而实现快速测试香水的留香时间,但通过该方法测定的留香值难以和未加速的实际留香值精确换算,且经过加速后,气味浓度变化加快,使得对留香值判断受到受试者敏感度的影响更大,判断更不精确。因此,如何避免受到人工主观因素的影响,提高获取物质气味留香值的准确度,减少获取留香值的成本,是本领域亟需解决的技术问题。
技术实现思路
本专利技术为克服上述现有技术所述留香值测试受到人工主观因素的影响以及测试留香值成本高的缺陷,提供一种物质气味留香值快速获取方法,技术 ...
【技术保护点】
1.一种物质气味留香值快速获取方法,其特征在于,包括步骤:/nS1、获取若干已测留香值的物质气味分子的物化特性数据;/nS2、对步骤S1获取的物化特性数据进行预处理,得到物化特性数据训练样本;/nS3、将所述物化特性数据训练样本输入初始随机森林模型进行模型训练,得到完成训练随机森林模型;/nS4、获取待测留香值的物质气味分子的物化特性数据;/nS5、对步骤S4获取的物化特性数据进行预处理,得到待测物化特性数据;/nS6、将所述待测物化特性数据输入所述完成训练随机森林模型,完成训练随机森林模型预测所述待测物化特性数据的留香值。/n
【技术特征摘要】
1.一种物质气味留香值快速获取方法,其特征在于,包括步骤:
S1、获取若干已测留香值的物质气味分子的物化特性数据;
S2、对步骤S1获取的物化特性数据进行预处理,得到物化特性数据训练样本;
S3、将所述物化特性数据训练样本输入初始随机森林模型进行模型训练,得到完成训练随机森林模型;
S4、获取待测留香值的物质气味分子的物化特性数据;
S5、对步骤S4获取的物化特性数据进行预处理,得到待测物化特性数据;
S6、将所述待测物化特性数据输入所述完成训练随机森林模型,完成训练随机森林模型预测所述待测物化特性数据的留香值。
2.根据权利要求1所述的一种物质气味留香值快速获取方法,其特征在于,步骤S1和步骤S4中,获取所述物化特性数据包括步骤:
S11、通过物质名称查询所述物质气味分子的CAS号;
S12、使用所述CAS号查询所述物质气味分子的SMILES表达式;
S13、通过化学分析软件计算所述SMILES表达式的物化特性数据。
3.根据权利要求1所述的一种物质气味留香值快速获取方法,其特征在于,步骤S2和步骤S5所述预处理包括步骤:
S21、剔除所述物化特性数据中一部分含有缺失值的特征;
S22、对步骤S21处理后的所述物化特性数据进行方差过滤;
S23、对步骤S22处理后的所述物化特性数据进行标准化处理;
S24、对步骤S23处理后的所述物化特性数据进行特征选择。
4.根据权利要求3所述的一种物质气味留香值快速获取方法,其特征在于,步骤S21剔除所述物化特性数据中含有缺失值大于50%的特征,并对剩余的含有缺失值的特征进行中值插补。
5.根据权利要求3所述的一种物质气味留香值快速获取方法,其特征在于,步骤S23所述标准化处理采用min-max标准化处理。
6.根据权利要求3所述的一种物质气味留香值快速获取方法,其特征在于,在步骤S2所述预处理过程中,步骤S24所述特征选择采用Boruta特征选择算法,包括步骤:
S241、对所述物化特性数据中所有特征进行Shuffle得到阴影特征,将Shuffle后的阴影特征与物化特性数据的原始特征拼接成特征矩阵;
S242、使用所述特征矩阵作为输入,训练初始随机森林分类模型输出feature_importance;
S243、计算真实特征和阴影特征的Z_score;
S244、在阴影特征中找出最大的Z_score记为Z_max;
S245、将Z_socre大于Z_max的真实特征标记为"重要",将Z_scor...
【专利技术属性】
技术研发人员:刘旗,骆德汉,温腾腾,易海涛,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东;44
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。