【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种智能化甲醛检测方法。
技术介绍
1、监测室内甲醛气体浓度通常采用气体传感器进行监测，但这类监测数据由于传感器本身限制，通常得到的监测数据中存在一定的噪声干扰，进而会使得常规的基于阈值判定或后续进行甲醛趋势变化等分析方法受到干扰，因此需要对甲醛监测数据进行去噪处理。
2、常规针对甲醛监测数据进行滤波处理通常采用固定阶数的sg滤波，由于环境干扰会导致其数据本身存在大量的波动，进而会与噪声干扰后的波动产生混淆，因此常规固定阶数的sg滤波效果往往不佳，过大或过小不仅会导致去噪不完整，还会使得甲醛检测结果不准确，例如当固定阶数较大时，可能会放大细节特征，从而使得噪声去除不完整，甚至扩大噪声影响，而固定阶数较小时，虽然避免了正常数据的损伤，但又不能很好的去除噪声，使得甲醛检测结果不准确。
技术实现思路
1、为解决上述问题，本专利技术提供一种智能化甲醛检测方法。
2、本专利技术的一种智能化甲醛检测方法采用如下技术方案：
3、本专利技术一个实施例提供了一种智能化甲醛检测方法，该方法包括以下步骤：
4、获取待监测室内不同位置的甲醛监测数据，所述甲醛监测数据包含若干数据点，每个数据点对应一个甲醛浓度值；
5、预设每个甲醛监测数据中每个数据点的局部窗口；获取每个数据点的局部窗口中每个数据点的拟合甲醛浓度值；根据局部窗口中每个数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到每个数据点的局部窗口内数据点的波动程度；
6、获取每个甲醛监测数据的拟合序列；根据不同拟合序列的匹配对之间的距离、匹配对对应数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到不同拟合序列之间的干扰相关度，所述匹配对为dtw匹配中的匹配对；根据波动频繁程度和不同拟合序列之间的干扰相关度，得到每个甲醛监测数据中每个数据点的含噪度；
7、依据每个甲醛监测数据中每个数据点的含噪度大小预设每个数据点的拟合阶数，所述拟合阶数为sg滤波的拟合阶数；根据数据点的拟合阶数和sg滤波算法对每个甲醛监测数据进行滤波，得到滤波之后的甲醛监测数据；依据滤波之后的甲醛监测数据中甲醛浓度值的大小，得到待监测室内的甲醛检测结果。
8、进一步地，所述获取每个数据点的局部窗口中每个数据点的拟合甲醛浓度值的具体方法如下：
9、将任意一个甲醛监测数据，记为目标甲醛监测数据，将目标甲醛监测数据中任意一个数据点，记为目标数据点，对目标数据点的局部窗口内所有数据点进行拟合，得到一条拟合曲线，所述拟合曲线中包含若干拟合甲醛浓度值，将拟合曲线中每个拟合甲醛浓度值作为目标数据点的局部窗口内对应像素点的拟合甲醛浓度值。
10、进一步地，所述根据局部窗口中每个数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到每个数据点的局部窗口内数据点的波动程度，包括的具体步骤如下：
11、将任意一个甲醛监测数据，记为目标甲醛监测数据，将目标甲醛监测数据中任意一个数据点，记为目标数据点；
12、
13、式中，为目标数据点的局部窗口中数据点的数量，为目标数据点的局部窗口中第个数据点的甲醛浓度值，为目标数据点的局部窗口中所有数据点的甲醛浓度值的平均值，为目标数据点的局部窗口中第个数据点的甲醛浓度值与拟合甲醛浓度值的差值绝对值，为sigmoid函数，为目标数据点的局部窗口内数据点的波动程度。
14、进一步地，所述根据波动程度获取每个甲醛监测数据的波动频繁程度，包括的具体步骤如下：
15、将任意一个甲醛监测数据，记为目标甲醛监测数据；
16、
17、式中，为目标甲醛监测数据中数据点的个数，为目标甲醛监测数据中第个数据点的局部窗口内数据点的波动程度，为第个数据点的局部窗口对应的拟合曲线中极值点的数量，为以自然常数为底的指数函数，为sigmoid函数，为目标甲醛监测数据的波动频繁程度。
18、进一步地，所述根据不同拟合序列的匹配对之间的距离、匹配对对应数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到不同拟合序列之间的干扰相关度，包括的具体步骤如下：
19、将第个甲醛监测数据的拟合序列，记为第一拟合序列，将第个甲醛监测数据的拟合序列，记为第二拟合序列，对第一拟合序列和第二拟合序列进行dtw匹配，得到第一拟合序列和第二拟合序列的若干匹配对；
20、
21、式中，为第一拟合序列和第二拟合序列的匹配对的个数，为第一拟合序列和第二拟合序列的第个匹配对之间的欧式距离；为第个匹配对在第一拟合序列中对应的甲醛浓度值，为第个匹配对在第二拟合序列中对应的甲醛浓度值，为sigmoid函数，为第个匹配对在第一拟合序列中对应的甲醛浓度值与拟合甲醛浓度值的差值绝对值，为第个匹配对在第二拟合序列中对应的甲醛浓度值与拟合甲醛浓度值的差值绝对值，为第一拟合序列和第二拟合序列之间的干扰相关度。
22、进一步地，所述根据波动频繁程度和不同拟合序列之间的干扰相关度，得到每个甲醛监测数据中每个数据点的含噪度，包括的具体步骤如下：
23、
24、式中，为第个甲醛监测数据的波动频繁程度，为甲醛监测数据的个数，为第个甲醛监测数据中第个数据点的局部窗口内所有数据点的甲醛浓度值的标准差，为第个甲醛监测数据中第个数据点的局部窗口内所有数据点的甲醛浓度值的标准差，为第个甲醛监测数据的波动频繁程度，为第个甲醛监测数据的拟合序列与第个甲醛监测数据的拟合序列之间的干扰相关度，为第个甲醛监测数据中第个数据点的含噪度。
25、进一步地，所述依据每个甲醛监测数据中每个数据点的含噪度大小预设每个数据点的拟合阶数，包括的具体步骤如下：
26、将任意一个甲醛监测数据，记为目标甲醛监测数据，将目标甲醛监测数据中任意一个数据点，记为目标数据点；
27、获取目标甲醛监测数据中每个数据点的含噪度，对目标甲醛监测数据中每个数据点的含噪度进行线性归一化处理，得到的结果作为目标甲醛监测数据中每个数据点的归一化含噪度，将1减去目标数据点的归一化含噪度，得到的差值记为目标数据点的最终含噪度；
28、预设若干最终含噪度范围，所述若干最终含噪度范围分别为：、、、，预设每个最终含噪度范围对应的拟合阶数分别为：1、2、3、4，将目标数据点的最终含噪度所在的最终含噪度范围对应的拟合阶数，作为目标数据点的拟合阶数。
29、进一步地，所述依据滤波之后的甲醛监测数据中甲醛浓度值的大小，得到待监测室内的甲醛检测结果，包括的具体步骤如下：
30、将任意一个滤波之后的甲醛监测数据，记为第一甲醛监测数据，对第一甲醛监测数据中所有的甲醛浓度值进行线性归一化处理，得到第一甲醛监测数据的若干归一化后的甲醛浓度值；
31、预设一个第一阈值，若任意一个滤波之后的甲醛监测数据中甲醛浓度值大于或等于第一阈值，则待监测室内的甲醛超标，若所有滤波之后的甲醛监本文档来自技高网...
【技术保护点】
1.一种智能化甲醛检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述获取每个数据点的局部窗口中每个数据点的拟合甲醛浓度值的具体方法如下：
3.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述根据局部窗口中每个数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到每个数据点的局部窗口内数据点的波动程度，包括的具体步骤如下：
4.根据权利要求2所述一种智能化甲醛检测方法，其特征在于，所述根据波动程度获取每个甲醛监测数据的波动频繁程度，包括的具体步骤如下：
5.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述根据不同拟合序列的匹配对之间的距离、匹配对对应数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到不同拟合序列之间的干扰相关度，包括的具体步骤如下：
6.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述根据波动频繁程度和不同拟合序列之间的干扰相关度，得到每个甲醛监测数据中每个数据点的含噪度，包括的具体步骤如下：
7.根据权利要求1所述一种智
8.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述依据滤波之后的甲醛监测数据中甲醛浓度值的大小，得到待监测室内的甲醛检测结果，包括的具体步骤如下：
9.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述获取每个甲醛监测数据的拟合序列的具体方法如下：
10.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述预设每个甲醛监测数据中每个数据点的局部窗口，包括的具体步骤如下：
...【技术特征摘要】
1.一种智能化甲醛检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述获取每个数据点的局部窗口中每个数据点的拟合甲醛浓度值的具体方法如下：
3.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述根据局部窗口中每个数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到每个数据点的局部窗口内数据点的波动程度，包括的具体步骤如下：
4.根据权利要求2所述一种智能化甲醛检测方法，其特征在于，所述根据波动程度获取每个甲醛监测数据的波动频繁程度，包括的具体步骤如下：
5.根据权利要求1所述一种智能化甲醛检测方法，其特征在于，所述根据不同拟合序列的匹配对之间的距离、匹配对对应数据点的甲醛浓度值与拟合甲醛浓度值的差异，得到不同拟合序列之间的干扰相关度，包括的具体步骤如下：
【专利技术属性】
技术研发人员：杜燃利，齐鑫，巩子龙，魏可鹏，王永花，
申请(专利权)人：山东华检检测有限公司，
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。