[发明专利]可辨识肺炎种类的呼吸器及其辨识芯片及其辨识方法

权利要求书

1.一种气体辨识芯片，其特征在于，该芯片包含：

一传感器阵列，其包含若干个传感器及一传感薄膜，所述传感薄膜吸附若干种待测气体，使各个所述传感器产生对应于各个所述待测气体的一气味信号；

一传感器接口电路，其读取并分析各个所述待测气体的所述气味信号，以产生对应于各个所述待测气体的一气体图案信号；

一随机类神经网络芯片，其放大各个所述气体图案信号之间的差异，并降低各个所述气体图案信号的维度，以产生一分析结果；

一内存，其储存一气体训练数据；

一微控制器，其接收所述分析结果，并根据所述分析结果执行一混合气体辨识方法来辨识所述待测气体的种类，且将不存在于所述气体训练数据的一未知气体分类，再根据所述气体训练数据产生一辨识结果。

2.如权利要求1所述的气体辨识芯片，其特征在于，所述传感薄膜是以一纳米孔洞碳材所构成，并将具气体吸附能力的高分子成长于所述纳米孔洞碳材的孔洞中。

3.如权利要求1所述的气体辨识芯片，其特征在于，当所述微控制器侦测到所述未知气体时，所述微控制器则将所述未知气体的数据传送至所述随机类神经网络芯片及所述内存，使所述气体辨识芯片能够有自我学习的能力。

4.如权利要求3所述的气体辨识芯片，其特征在于，所述混合气体辨识方法包含K最邻近法、线性回归法及以中位数作为临界值的K最邻近法，其中，以中位数作为临界值的K最邻近法是先求出所述气体训练数据中各笔数据两两之间的距离，再找出这些距离的一中位数，并利用所述中位数来判定所述待测气体是否为所述未知气体。

5.如权利要求1或4所述的气体辨识芯片，其特征在于，所述传感器阵列是由导电聚合物传感器所构成。

6.如权利要求1或4所述的气体辨识芯片，其特征在于，所述传感器阵列是由表面声波传感器所构成。

7.如权利要求5所述的气体辨识芯片，其特征在于，所述传感器接口电路是利用一单程多晶硅悬浮栅组件来储存电荷，以减少漏电及降低电路功率。

8.如权利要求6所述的气体辨识芯片，其特征在于，所述传感器接口电路包含一可调式震荡电路，其可根据不同表面声波传感器来调整震荡频率，增加使用上的弹性。

9.一种气体辨识方法，其特征在于，该方法包含以下步骤：

利用一传感器阵列的一传感薄膜吸附若干种待测气体，使所述传感器阵列的各个所述传感器产生对应于各个所述待测气体的一气味信号；

通过一传感器接口电路读取并分析各个所述待测气体的所述气味信号，以产生对应于各个所述待测气体的一气体图案信号；

透过一随机类神经网络芯片放大各个所述气体图案信号之间的差异，并降低各个所述气体图案信号的维度，以产生一分析结果；

由一内存储存一气体训练数据；以及，

经由一微控制器接收所述分析结果，并根据所述分析结果执行一混合气体辨识方法来辨识所述待测气体的种类，且将不存在于所述气体训练数据的一未知气体分类，再根据所述气体训练数据产生一辨识结果。

10.如权利要求9所述的气体辨识方法，其特征在于，所述传感薄膜是以一纳米孔洞碳材所构成，并将具气体吸附能力的高分子成长于所述纳米孔洞碳材的孔洞中。

11.如权利要求9所述的气体辨识方法，其特征在于，该方法还包含以下步骤：

利用所述微控制器在侦测到所述未知气体时，传送所述未知气体的数据至所述随机类神经网络芯片及所述内存，使所述气体辨识芯片能够有自我学习的能力。

12.如权利要求11所述的气体辨识方法，其特征在于，所述混合气体辨识方法包含K最邻近法、线性回归法及以中位数作为临界值的K最邻近法，其中，以中位数作为临界值的K最邻近法是先求出所述气体训练数据中各笔数据两两之间的距离，再找出这些距离的一中位数，并利用所述中位数来判定所述待测气体是否为所述未知气体。

13.如权利要求9或12所述的气体辨识方法，其特征在于，所述传感器阵列是由导电聚合物传感器所构成。

14.如权利要求9或12所述的气体辨识方法，其特征在于，所述传感器阵列是由表面声波传感器所构成。