【技术实现步骤摘要】
本专利技术涉及气味识别，尤其涉及一种气味识别模型训练方法和装置。
技术介绍
1、气味识别尤其是含有多成分的混合型挥发性气味的识别在能源、化工、农业、食品、国防军事等领域有着十分广阔的发展前景。不同于图像识别和语音识别拥有海量的视频音频数据，气味识别难以分类界定，数据量很少且不容易标注。随着人们对生物嗅感机理的认识的逐步加深以及人工智能的迅猛发展，基于计算机嗅觉的气味智能识别也慢慢发展起来。
2、现有气味识别方法通常为利用预存的数据库与需要识别的气味进行比较，效率较低。由于被监测的气味多为混合气味，且电子鼻数据库中的气味信息有限，所以必然存在未知气体。并且，现有的气味识别技术在处理电子鼻传感器的响应信号时，未考虑到不同电子鼻的差异以及电子鼻使用过程中造成的老化对识别结果的影响，从而导致识别结果误差较大，降低了识别的效率和准确度。
3、综上，现有技术存在效率及准确度不高的问题。
技术实现思路
1、本专利技术提供一种气味识别模型训练方法和装置，用以解决现有技术中气味识别效...
【技术保护点】
1.一种气味识别模型训练方法，其特征在于，包括：
2.根据权利要求1所述的气味识别模型训练方法，其特征在于，根据所述气味识别任务覆盖的场景采集气味样本，具体包括：
3.根据权利要求2所述的气味识别模型训练方法，其特征在于，对所述气味样本进行校准，以得到气味校准样本，具体包括：
4.根据权利要求3所述的气味识别模型训练方法，其特征在于，利用通道归一化校准法对所述气味样本进行校准，以得到气味校准样本，具体包括：
5.根据权利要求2所述的气味识别模型训练方法，其特征在于，使用间隔采集的采集方式时，对所述气味校准样本进行特征提取...
【技术特征摘要】
1.一种气味识别模型训练方法，其特征在于，包括：
2.根据权利要求1所述的气味识别模型训练方法，其特征在于，根据所述气味识别任务覆盖的场景采集气味样本，具体包括：
3.根据权利要求2所述的气味识别模型训练方法，其特征在于，对所述气味样本进行校准，以得到气味校准样本，具体包括：
4.根据权利要求3所述的气味识别模型训练方法，其特征在于，利用通道归一化校准法对所述气味样本进行校准，以得到气味校准样本，具体包括：
5.根据权利要求2所述的气味识别模型训练方法，其特征在于，使用间隔采集的采集方式时，对所述气味校准样本进行特征提取和数据挖掘，以得到训练数据条目，具体包括：
6.根据权利要求1所述的气味识别模型训练方法，其特征...
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。