【技术实现步骤摘要】
挥发性有机化合物检测和分类
[0001]本公开一般涉及挥发性有机化合物检测和分类。本公开具体涉及使用经训练的机器学习模型来检测和分类挥发性有机化合物。
技术介绍
[0002]挥发性有机化合物(VOC)检测和分类已经并且仍然是研究界的挑战性领域。传感器通过集成直接暴露于目标化学分析物或环境的部分特定的、独特选择性的VOC识别传感器阵列来检测VOC。传感器的主要组件是气体传感器的阵列和模式识别算法,以学习VOC的独特特征,从而随后以监督或无监督的方式准确地分类未知VOC。
技术实现思路
[0003]以下呈现了
技术实现思路
以提供对本公开的一个或多个实施例的基本理解。本
技术实现思路
不旨在标识关键或重要元素或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现构思,作为稍后呈现的更详细描述的序言。在本文描述的一个或多个实施例中,设备、系统、计算机实现的方法、装置和/或计算机程序产品使得能够对检测到的挥发性有机化合物进行自动分类。
[0004]本专利技术的方面公开了与挥发性有机化合物(VOC) ...
【技术保护点】
【技术特征摘要】
1.一种用于挥发性有机化合物分类的计算机实现的方法,所述方法包括:通过一个或多个计算机处理器接收与检测挥发性有机化合物(VOC)相关联的测试数据;由所述一个或多个计算机处理器根据与已知VOC相关联的数据特征的集合来分析所述测试数据;由所述一个或多个计算机处理器确定所述测试数据的每个特征与所述数据特征的集合的对应特征之间的匹配,产生匹配的集合;由所述一个或多个计算机处理器根据所述匹配的集合来定义所述测试数据的第一异常程度;以及由所述一个或多个计算机处理器根据所述第一异常程度对所述测试数据进行分类。2.根据权利要求1所述的计算机实现的方法,其中确定所述测试数据的每个特征与所述数据特征的集合的对应特征之间的匹配包括根据第二异常程度确定匹配。3.根据权利要求2所述的计算机实现的方法,其中所述第二异常程度根据与训练样本的集合中的所述对应特征的分布相关联的第一阈值来确定。4.根据权利要求1所述的计算机实现的方法,还包括:由所述一个或多个计算机处理器根据所述第一异常程度将所述测试数据分类为异常。5.根据权利要求4所述的计算机实现的方法,还包括由所述一个或多个计算机处理器根据第三异常程度将所述测试数据分类为未见的类别。6.根据权利要求4所述的计算机实现的方法,还包括由所述一个或多个计算机处理器根据第三异常程度将所述测试数据分类为被污染。7.根据权利要求6所述的计算机实现的方法,其中所述第三异常程度与训练样本的集合中的异常数据样本的分布相关联。8.一种根据传感器的阵列的挥发性有机化合物分类的计算机实施的方法,所述传感器的阵列的电压输出是与所述阵列接触的给定测试样本中存在的挥发性有机化合物(VOC)的函数,所述方法包括:从所述阵列接收电压输出,所述电压输出与测试样本相关联;通过一个或多个计算机处理器分析电压输出,以将所述电压输出与先前记录的波形进...
【专利技术属性】
技术研发人员:VP帕斯托雷,S比安科,N梅吉多,A法索利,A阿德比伊,M阿布迪,A曼纳里,LD博扎诺,
申请(专利权)人:国际商业机器公司,
类型:发明
国别省市:
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。