空气采样检测一体化装置制造方法及图纸

本申请公开了一种空气采样检测一体化装置，其利用基于深度学习的人工智能技术，以通过使用具有双重注意力机制的卷积神经网络模型对被检测空气的气相色谱图中所蕴含的空气中的有毒气体的有效特征进行捕捉提取，并融合所述被检测空气的有毒气体的空间位置特征和特征内容关联信息来进行分类处理，以此来对于被检测空气中是否含有有毒气体进行评估判断，进而保护人们的身体健康。进而保护人们的身体健康。进而保护人们的身体健康。

【技术实现步骤摘要】
空气采样检测一体化装置


[0001]本申请涉及空气检测
，且更为具体地，涉及一种空气采样检测一体化装置。

技术介绍

[0002]随着时代发展，人们越来越关注自己的生活环境，对自己所处的环境要求也越来越高，特别是对空气质量要求很高。
[0003]随着工业的发展，各种工厂生产、建筑工程、室内装修，会导致大量有毒气体，有些会经过净化处理，但有些没有经过处理直接排放到空气中，如果空气含有有毒气体，而人长期居住在含有有毒气体的环境中，则可能会出现头疼、刺激呼吸道，对人体免疫系统、神经系统等产生危害。
[0004]因此，期望一种空气采样检测一体化装置，对空气进行采样，并判断被检测空气中是否含有毒气体。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种空气采样检测一体化装置，其利用基于深度学习的人工智能技术，以通过使用具有双重注意力机制的卷积神经网络模型对被检测空气的气相色谱图中所蕴含的空气中的有毒气体的有效特征进行捕捉提取，并融合所述被检测空气的有毒气体的空间位置特征和特征内容关联信息来进行分类处理，以此来对于被检测空气中是否含有有毒气体进行评估判断，进而保护人们的身体健康。
[0006]相应地，根据本申请的一个方面，提供了一种空气采样检测一体化装置，其包括：空气采样模块，用于通过空气采样瓶采集被检测空气；气相检测模块，用于通过气相色谱仪采集所述被检测空气的气相色谱图；第一气相色谱编码模块，用于将所述被检测空气的气相色谱图通过使用空间注意力机制的第一卷积神经网络模型以得到第一气相色谱特征图；第二气相色谱编码模块，用于将所述被检测空气的气相色谱图通过使用通道注意力机制的第二卷积神经网络模型以得到第二气相色谱特征图；特征融合模块，用于融合所述第一气相色谱特征图和所述第二气相色谱特征图以得到气相色谱特征图；特征分布校正模块，用于对所述气相色谱特征图进行特征分布结构校正以得到校正气相色谱特征图；以及检测结果生成模块，用于将所述校正后气相色谱特征图通过分类器以得到分类结果，所述分类结果用于表示被检测空气中是否含有有毒气体。
[0007]在上述空气采样检测一体化装置中，所述第一气相色谱编码模块，进一步用于：使用所述第一卷积神经网络模型的卷积编码部分对所述被检测空气的气相色谱图进行深度
卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述第一卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及，计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述第一气相色谱特征图。
[0008]在上述空气采样检测一体化装置中，所述第二气相色谱编码模块，进一步用于：使用所述第二卷积神经网络模型的各层在层的正向传递中对输入数据进行：对所述输入数据进行基于二维卷积核的卷积处理以生成卷积特征图；对所述卷积特征图进行池化处理以生成池化特征图；对所述池化特征图进行激活处理以生成激活特征图；计算所述激活特征图的沿通道维度的各个特征矩阵的全局均值以获得通道特征向量；计算所述通道特征向量中各个位置的特征值相对于所述通道特征向量的所有位置的特征值的加权和的比值以获得通道加权特征向量；以及，以所述通道加权特征向量的各个位置的特征值作为权重对所述激活特征图的沿通道维度的特征矩阵进行点乘以获得生成特征图；其中，所述第二卷积神经网络模型的最后一层输出的所述生成特征图为所述第二气相色谱特征图。
[0009]在上述空气采样检测一体化装置中，所述特征融合模块，进一步用于：以如下公式来融合所述第一气相色谱特征图和所述第二气相色谱特征图以得到气相色谱特征图；其中，所述公式为：其中，为所述气相色谱特征图，为所述第一气相色谱特征图，为所述第二气相色谱特征图，
“”
表示所述第一气相色谱特征图和所述第二气相色谱特征图相对应位置处的元素相加，和为用于控制所述气相色谱特征图中所述第一气相色谱特征图和所述第二气相色谱特征图之间的平衡的加权参数。
[0010]在上述空气采样检测一体化装置中，所述特征分布校正模块，包括：特征图展开单元，用于将所述气相色谱特征图展开为气相色谱特征向量；特征向量优化单元，用于对所述气相色谱特征向量进行向量的有序希尔伯特完备化以得到优化气相色谱特征向量；以及，维度重构单元，用于将所述优化气相色谱特征向量进行维度重构以得到所述校正气相色谱特征图。
[0011]在上述空气采样检测一体化装置中，所述特征向量优化单元，进一步用于：以如下公式对所述气相色谱特征向量进行向量的有序希尔伯特完备化以得到所述优化气相色谱特征向量；其中，所述公式为：其中和分别是所述气相色谱特征向量和所述优化气相色谱特征向量，表示所述气相色谱特征向量的二范数的平方，是所述气相色谱特征向量的各特征值按大小次序排列的有序向量，且所述气相色谱特征向量是列向量形式，表示向量相乘，表示按位置点乘。
[0012]在上述空气采样检测一体化装置中，所述检测结果生成模块，包括：展开单元，用于将所述校正气相色谱特征图中各个校正气相色谱特征矩阵按照行向量或者列向量展开为一维特征向量后进行级联以得到分类特征向量；全连接编码单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类结
果生成单元，用于将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。
[0013]根据本申请的另一方面，还提供了一种空气采样检测一体化装置的运行方法，其包括：通过空气采样瓶采集被检测空气；通过气相色谱仪采集所述被检测空气的气相色谱图；将所述被检测空气的气相色谱图通过使用空间注意力机制的第一卷积神经网络模型以得到第一气相色谱特征图；将所述被检测空气的气相色谱图通过使用通道注意力机制的第二卷积神经网络模型以得到第二气相色谱特征图；融合所述第一气相色谱特征图和所述第二气相色谱特征图以得到气相色谱特征图；对所述气相色谱特征图进行特征分布结构校正以得到校正气相色谱特征图；以及将所述校正后气相色谱特征图通过分类器以得到分类结果，所述分类结果用于表示被检测空气中是否含有有毒气体。
[0014]在上述空气采样检测一体化装置的运行方法中，所述将所述被检测空气的气相色谱图通过使用空间注意力机制的第一卷积神经网络模型以得到第一气相色谱特征图，包括：使用所述第一卷积神经网络模型的卷积编码部分对所述被检测空气的气相色谱图进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述第一卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及，计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述第一气相色谱特征图。
[0015]在上述空气采样检测一体化装置的运行方法中，所述将所述被检测空气的气相色谱图通过使用通道注意力机制的第二卷积神经网络模型以得到第二气相色谱特征图，包括：使用所述第二卷积神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气采样检测一体化装置，其特征在于，包括：空气采样模块，用于通过空气采样瓶采集被检测空气；气相检测模块，用于通过气相色谱仪采集所述被检测空气的气相色谱图；第一气相色谱编码模块，用于将所述被检测空气的气相色谱图通过使用空间注意力机制的第一卷积神经网络模型以得到第一气相色谱特征图；第二气相色谱编码模块，用于将所述被检测空气的气相色谱图通过使用通道注意力机制的第二卷积神经网络模型以得到第二气相色谱特征图；特征融合模块，用于融合所述第一气相色谱特征图和所述第二气相色谱特征图以得到气相色谱特征图；特征分布校正模块，用于对所述气相色谱特征图进行特征分布结构校正以得到校正气相色谱特征图；以及检测结果生成模块，用于将所述校正后气相色谱特征图通过分类器以得到分类结果，所述分类结果用于表示被检测空气中是否含有有毒气体。2.根据权利要求1所述的空气采样检测一体化装置，其特征在于，所述第一气相色谱编码模块，进一步用于：使用所述第一卷积神经网络模型的卷积编码部分对所述被检测空气的气相色谱图进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述第一卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述第一气相色谱特征图。3.根据权利要求2所述的空气采样检测一体化装置，其特征在于，所述第二气相色谱编码模块，进一步用于：使用所述第二卷积神经网络模型的各层在层的正向传递中对输入数据进行：对所述输入数据进行基于二维卷积核的卷积处理以生成卷积特征图；对所述卷积特征图进行池化处理以生成池化特征图；对所述池化特征图进行激活处理以生成激活特征图；计算所述激活特征图的沿通道维度的各个特征矩阵的全局均值以获得通道特征向量；计算所述通道特征向量中各个位置的特征值相对于所述通道特征向量的所有位置的特征值的加权和的比值以获得通道加权特征向量；以及以所述通道加权特征向量的各个位置的特征值作为权重对所述激活特征图的沿通道维度的特征矩阵进行点乘以获得生成特征图；...

【专利技术属性】
技术研发人员：洪晓鸣，李建功，怀永杨，白雨鑫，罗君慧，杨君颜，徐金浩，
申请(专利权)人：天津海河标测技术检测有限公司，
类型：发明
国别省市：