基于电子鼻技术的气味可视化表达方法、系统及存储介质技术方案

本发明专利技术公开了一种基于电子鼻技术的气味可视化表达方法、系统及存储介质，该方法包含：基于电子鼻技术获取待识别气味的类别信息；根据待识别气味的类别信息确定其需求信息；根据需求信息采集对应的相关数据构建数据库；根据数据库构建以识别气味为中心的知识图谱；将结构化的知识图谱转换为可视化的节点链接图。本发明专利技术的基于电子鼻技术的气味可视化表达方法、系统及存储介质，采用可视化内容形式向用户展示识别出的气味相关信息，可视化的内容可以促进用户对气味更直观的了解。进用户对气味更直观的了解。进用户对气味更直观的了解。

【技术实现步骤摘要】
基于电子鼻技术的气味可视化表达方法、系统及存储介质


[0001]本专利技术属于气味可视化
，具体涉及一种基于电子鼻技术的气味可视化表达方法、系统及存储介质。

技术介绍

[0002]以五感为主的体验经济，已经成为当前的发展趋势之一，嗅觉日益发挥着重要作用，气味能潜移默化的影响消费行为，提升用户对产品的体验感受。现有技术中，电子感官技术的发展和应用普及，能对复杂气体检测和识别，对于气体类别成分的基本信息更加科学准确。但传统的气味识别出的类别信息展示只有专业人员能快速了解依赖于专业知识和经验，普通人很难凭借名称了解气味,通用性较差且工作量大。
[0003]因此需要利用计算机技术、人工智能技术等对识别的气味信息进行设计处理，生成全面且易于理解的可视化信息报告。现有技术中仅仅识别后只获取气味自身的特性，并且气味的相关应用、意象描述等关联信息并未完全清楚的展示，现有对于气味的识别与获取仅仅是相关的研究人员涉及领域，对于其他专业人员难以短时间内掌握相关气味的全面信息，现有技术无法更直观全面的展示。

技术实现思路

[0004]本专利技术提供了一种基于电子鼻技术的气味可视化表达方法、系统及存储介质，采用如下的技术方案：
[0005]一种基于电子鼻技术的气味可视化表达方法，包含以下步骤：
[0006]基于电子鼻技术获取待识别气味的类别信息；
[0007]根据待识别气味的类别信息确定其需求信息；
[0008]根据需求信息采集对应的相关数据构建数据库；
[0009]根据数据库构建以识别气味为中心的知识图谱；
[0010]将结构化的知识图谱转换为可视化的节点链接图。
[0011]进一步地，类别信息是指模式识别中经过训练的模型预测其所属的类别或训练的数据集中匹配最佳合适类别。
[0012]进一步地，类别信息是指模式识别中经过训练的模型预测其所属的类别；
[0013]基于电子鼻技术获取待识别气味的类别信息的具体方法为：
[0014]采集若干不同气味样本数据构成n行m列的协方差矩阵，n为采集的数据的维度，m为气味样本的数量；
[0015]计算协方差矩阵的特征值和特征向量；
[0016]选择特征值最大的q个维度的特征向量构成q行m列的投影矩阵；
[0017]将每种气味特征与投影矩阵相乘得到的数据特征对分类模型进行训练；
[0018]采集待识别气味的数据输入训练好的分类模型中得到类别信息。
[0019]进一步地，分类模型为BP ANN模型。
[0020]进一步地，对分类模型进行训练的具体方法为：
[0021]将BP ANN模型不同层之间的权值和阈值设为一个
‑
1.0到1.0之间的随机浮点数；
[0022]使用Sigmoid函数的导数计算输出层节点的输出值与目标值之间的误差；
[0023]根据Widrow和Hoff纠正学习规则纠正各层节点之间的权值和隐含层及输出层的节点的阈值直至BP ANN达到拟合状态。
[0024]进一步地，n的值为8，q的值为3。
[0025]进一步地，根据需求信息采集对应的相关数据构建数据库的具体方法为：
[0026]基于nutch主题信息爬取网络数据；
[0027]将爬取到的网络数据采用进行处理得到目标信息；
[0028]保存计算得到的目标信息构成数据库。
[0029]进一步地，将爬取到的网络数据采用进行处理得到目标信息的具体方法为：
[0030]通过CTPN文字检测算法、CRNN文字识别算法和SSD图片检测算法对爬取到的网络数据进行计算得到目标信息。
[0031]一种基于电子鼻技术的气味可视化表达系统，包含：
[0032]数据分类单元，用于基于电子鼻技术获取待识别气味的类别信息；
[0033]信息确定单元，用于根据待识别气味的类别信息确定其需求信息；
[0034]数据采集单元，根据需求信息采集对应的相关数据构建数据库；
[0035]生成单元，根据数据库构建以识别气味为中心的知识图谱；
[0036]转换单元，将结构化的知识图谱转换为可视化的节点链接图。
[0037]一种计算机可读存储介质，计算机可读存储介质上存储上有计算机指令，计算机指令被处理器执行时实现前述任一的基于电子鼻技术的气味可视化表达方法。
[0038]本专利技术的有益之处在于所提供的基于电子鼻技术的气味可视化表达方法、系统及存储介质，采用可视化内容形式向用户展示识别出的气味相关信息，可视化的内容可以促进用户对气味更直观的了解。
[0039]本专利技术的有益之处还在于所提供的基于电子鼻技术的气味可视化表达方法、系统及存储介质，通过电子鼻技术获取气味类别信息，并通过计算机爬虫技术采集需求信息，用于构建以识别气味为中心的知识图谱。
[0040]本专利技术的有益之处还在于所提供的基于电子鼻技术的气味可视化表达方法、系统及存储介质，采用自然语言技术对识别气味的文本数据进行分析，汇总识别气味文本中的关键词，并可以通过包括但不仅限气体成分、气味类别特点、气味描述词、气味颜色、气味挥发性等自身及相关特性，并形成气味类别的数据库，用于构建以识别气味为中心的知识图谱。
附图说明
[0041]图1是本专利技术的一种基于电子鼻技术的气味可视化表达方法的示意图；
[0042]图2是本专利技术的基于电子鼻技术的气味可视化表达方法中的节点链接图的示意图。
具体实施方式
[0043]以下结合附图和具体实施例对本专利技术作具体的介绍。
[0044]如图1所示为本申请的一种基于电子鼻技术的气味可视化表达方法，包含以下步骤：S1：基于电子鼻技术获取待识别气味的类别信息。S2：根据待识别气味的类别信息确定其需求信息。S3：根据需求信息采集对应的相关数据构建数据库。S4：根据数据库构建以识别气味为中心的知识图谱。S5：将结构化的知识图谱转换为可视化的节点链接图。基于电子鼻技术的气味可视化表达方法采用可视化内容形式向用户展示识别出的气味相关信息，可视化的内容可以促进用户对气味更直观的了解。以下具体介绍上述方法。
[0045]对于步骤S1：基于电子鼻技术获取待识别气味的类别信息。
[0046]可以理解的是，类别信息是指模式识别中经过训练的模型预测其所属的类别或训练的数据集中匹配最佳合适类别。
[0047]作为一种优选的实施方式，类别信息是指模式识别中经过训练的模型预测其所属的类别。而基于电子鼻技术获取待识别气味的类别信息的具体方法为：
[0048]采集若干不同气味样本数据构成n行m列的协方差矩阵，n为采集的数据的维度，m为气味样本的数量。
[0049]计算协方差矩阵的特征值和特征向量。
[0050]选择特征值最大的q个维度的特征向量构成q行m列的投影矩阵。
[0051]将每种气味特征与投影矩阵相乘得到的数据特征对分类模型进行训练。此处，每种气本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电子鼻技术的气味可视化表达方法，其特征在于，包含以下步骤：基于电子鼻技术获取待识别气味的类别信息；根据待识别气味的类别信息确定其需求信息；根据所述需求信息采集对应的相关数据构建数据库；根据所述数据库构建以识别气味为中心的知识图谱；将结构化的知识图谱转换为可视化的节点链接图。2.根据权利要求1所述的基于电子鼻技术的气味可视化表达方法，其特征在于，所述类别信息是指模式识别中经过训练的模型预测其所属的类别或训练的数据集中匹配最佳合适类别。3.根据权利要求2所述的基于电子鼻技术的气味可视化表达方法，其特征在于，所述类别信息是指模式识别中经过训练的模型预测其所属的类别；所述基于电子鼻技术获取待识别气味的类别信息的具体方法为：采集若干不同气味样本数据构成n行m列的协方差矩阵，n为采集的数据的维度，m为气味样本的数量；计算所述协方差矩阵的特征值和特征向量；选择特征值最大的q个维度的特征向量构成q行m列的投影矩阵；将每种气味特征与所述投影矩阵相乘得到的数据特征对分类模型进行训练；采集待识别气味的数据输入训练好的分类模型中得到所述类别信息。4.根据权利要求3所述的基于电子鼻技术的气味可视化表达方法，其特征在于，所述分类模型为BP ANN模型。5.根据权利要求4所述的基于电子鼻技术的气味可视化表达方法，其特征在于，对分类模型进行训练的具体方法为：将所述BP ANN模型不同层之间的权值和阈值设为一个
‑
1.0到1.0之间的随机浮点数；使用Sigmoid函数的导数计算输出层节点的输出...

【专利技术属性】
技术研发人员：刘征，龙栩黛，
申请(专利权)人：中国美术学院，
类型：发明
国别省市：