[发明专利]一种物质气味嗅频提取方法有效
申请号: | 201410290577.0 | 申请日: | 2014-06-24 |
公开(公告)号: | CN104102818B | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 骆德汉;孙运龙 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 广州粤高专利商标代理有限公司44102 | 代理人: | 林丽明 |
地址: | 510006 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 物质 气味 提取 方法 | ||
技术领域
本发明涉及物联网信息领域,尤其涉及一种物质气味嗅频提取方法。
技术背景
随着计算机技术和通信与信息技术的迅猛发展,虚拟现实技术应运而生,人类的听觉、视觉功能已在时间及空间上获得巨大拓展,使得人们通过网络获取大量信息的愿望成为可能,当前已经出现了诸如网络互动电视和网络视频会议等满足视觉和听觉的应用,但基于网络的有关嗅觉的相关应用甚少,主要是缺乏有效提取嗅觉特征信息的方法。
嗅觉传感器阵列是20世纪90年代兴起的对气味物质进行采集识别的器件,目前主要用来对于气味进行判断识别,但由于材料和技术等限制,其应用范围受了极大的限制。
对于气味相关属性的判别识别主要有中国专利申请号:201310315482.5,申请公布日:2013年12月15日,发明名称:一种嗅觉模拟一起和特定物质气(嗅)味等级现场分析法,该发明模拟了一种嗅觉仪器用以对气味进行现场检测并做出等级区分;中国专利申请号:201310323187.4,申请公布日:2014年01月08日,发明名称:一种基于核主成分分析的表征蜂蜜差异性智能嗅觉图谱特征提取方法,该发明引入核函数对数据高维数据降维并用来识别蜂蜜种类信息;中国专利申请号:201310323359,申请公布日:2013年01月08日,发明名称:一种基于独立分析的表征蜂蜜差异性智能图谱特征提取方法,该发明引入最大化方差对数据高维数据降维并用来识别蜂蜜种类信息;还有诸如发明专利号:201310323188.9,201310323171.3,201310323251.9,201310323337.1等都是关于引入相关算法对物质气味进行判断和分类,均未对气味物质进行诸如种类属性、成分及比例信息的识别研究。
发明内容
为了克服现有技术的不足,本发明提出一种物质气味嗅频提取方法,该方法利用仿生嗅觉系统并结合叠加映射降维算法(Superposition Mapping Analysis)SMA对物质气味进行训练识别,并通过后序遍历规则的平衡二叉树进行存储,可以对未知物质气味进行检测识别,输出物质气味嗅频信息(物质气味名称、成分、比例浓度),为物质气味实现网络化传输提供一种有效方法。
为了实现上述目的,本发明的技术方案为:
一种物质气味嗅频提取方法,物质气味嗅频是指用于表征物质气味的特征信息,包含物质气味的种类名称,记为Rn、成分,记为Lc、比例浓度,记为Pi,对于嗅频的提取按照以下步骤进行:
步骤1:选取物质气味样品备用,样品备份为若干份,固体每份为M克、液体每份为M毫升、气体为M立方毫米,固体物质研磨成粉末或切割成体积小于1立方毫米的块状,气体和液体物质密度均匀;样品置于恒温恒湿的实验箱中静置70分钟;
步骤2:应用仿生嗅觉系统对已知物质气味样品进行采集检测,测量时间t为100秒(S),采集速率为7.749毫升/分钟(ml/min),保存所测数据Fs(S1,S2,……SN),并对Fs保存至计算机;
步骤3:对步骤2中采集所得到的测量数据信息叠加映射降维算法(Superposition Mapping Analysis)SMA进行判断训练,并将所建立的样本序号OSMA与气味名称成分属性L(Oname,Cn1,Cn2…Cnk)(其中Oname是物质气味种类名称,Cn1是物质气味第1种成分名称,Cn2是物质气味第2种成分名称,Cnk是物质气味第k种成分名称)以R(OSMA,Oname,Cn1,Cn2…Cnk)为结点的后序遍历规则的平衡二叉树形式保存至气味成分信息库;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410290577.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用